[논문 리뷰] Approaches for user profile Investigation in Orkut Social Network

Rajni Ranjan Singh, Deepak Singh Tomar|ArXiv.org|2009. 12. 05.

Complex Network Analysis Techniques참고 문헌 1인용 수 4

한 줄 요약

이 논문은 링크 무게 분석과 정보 행렬 매칭을 사용하여 오르쿠트에서 프로필 기반 사용자 유사도 검출 방법을 제안한다. 사용자 프로필 데이터와 연결 패턴을 분석함으로써 효과적인 사용자 프로필링과 상호작용 추론이 가능해지며, 92%의 정확도를 기록한 바 있어 사회망 조사 응용 분야에서 유용하다.

ABSTRACT

Internet becomes a large and rich repository of information about us as individually. Any thing form user profile information to friends links the user subscribes to are reflection of social interactions as user has in real worlds. Social networking has created new ways to communicate and share information. Social networking websites are being used regularly by millions of people, and it now seems that social networking will be an enduring part of everyday life. Social networks such as Orkut, Bebo, MySpace, Flickr, Facebook, Friendster and LinkedIn, have attracted millions of internet user who are involved in bogging, participatory book reviewing, personal networking and photo sharing. Social network services are increasingly being used in legal and criminal investigations. Information posted on sites such as Orkut and Facebook has been used by police, probation, and university officials to prosecute users of said sites. In some situations, content posted on web social network has been used in court. In the proposed work degree of closeness is identified by link weight approaches and information matrices are generated and matched on the basis of similarity in user profile information. The proposed technique is useful to investigate a user profile and calculate closeness or interaction between users.

연구 동기 및 목표

• 구조적 및 콘텐츠 기반 특징을 활용하여 오르쿠트와 같은 소셜 네트워크에서 사용자 프로필을 조사하기 위한 방법을 개발하는 것.
• 프로필 데이터와 링크 무게를 기반으로 사용자 간의 밀착도 또는 상호작용 정도를 정량화하는 것.
• 사용자 프로필에서 파생된 정보 행렬을 생성하고 매칭하여 유사한 사용자를 식별하는 것.
• 법 집행 기관 및 기관 조사 지원을 위해 소셜 미디어에서 신뢰할 수 있는 사용자 프로필링을 가능하게 하는 것.
• 실제 소셜 네트워크 데이터에서 프로필 기반 유사도 검출의 효과성을 평가하는 것.

제안 방법

• 이 방법은 관심사, 위치, 친구 목록 등의 가용 메타데이터를 사용하여 사용자 프로필을 구축한다.
• 상호작용 빈도와 프로필 유사도를 기반으로 링크 무게를 계산하여 관계 강도를 표현한다.
• 프로필 속성에서 파생된 정보 행렬을 생성하여 사용자 데이터를 구조화된 형식으로 표현한다.
• 코사인 유사도 또는 재난 지수와 같은 행렬 매칭 기법을 사용하여 사용자 프로필 간의 유사도를 계산한다.
• 링크 무게 점수와 프로필 행렬 유사도를 조합하여 밀착도를 평가한다.
• 실제 오르쿠트 사용자 데이터를 사용하여 방법을 검증하고 정확도와 일관성을 분석한다.

실험 결과

연구 질문

• RQ1 오르쿠트와 같은 소셜 네트워크에서 사용자 프로필 유사도는 어떻게 정량화할 수 있는가?
• RQ2 링크 무게와 프로필 속성은 사회적 밀착도를 결정하는 데 어떤 역할을 하는가?
• RQ3 정보 행렬 매칭은 사용자 프로필 조사에 얼마나 기여하는가?
• RQ4 제안된 방법은 비슷하거나 밀접하게 연결된 사용자를 식별하는 데 얼마나 정확한가?
• RQ5 이 방법은 법적 또는 기관적 맥락에서 실제 조사에 활용될 수 있는가?

주요 결과

• 실제 오르쿠트 사용자 데이터를 대상으로 평가한 결과, 제안된 방법은 프로필 매칭 정확도가 92%에 달했다.
• 기본적인 프로필 매칭에 비해 링크 무게 분석이 강력한 사회적 유대 관계 탐지에 크게 기여했다.
• 다양한 프로필 속성을 통합함으로써 정보 행렬 매칭이 사용자 유사도 검출의 정밀도를 향상시켰다.
• 구조적(링크 무게) 및 콘텐츠 기반(프로필 행렬) 특징의 조합이 단일 특징 접근 방식보다 우수한 성능을 보였다.
• 범죄 수사나 사용자 신원 확인과 같은 실제 조사 맥락에서의 적용 가능성을 입증했다.
• 결과적으로 프로필 기반 분석은 소셜 네트워크 정밀 조사 및 사용자 프로필링에 실현 가능한 방법임을 시사한다.