[論文レビュー] Beyond the Coverage of Information Spreading: Analytical and Empirical Evidence of Re-exposure in Large-scale Online Social Networks

Xin Lü, Shuo Qin+5 more|arXiv (Cornell University)|Jul 26, 2019

Complex Network Analysis Techniques参考文献 36被引用数 4

ひとこと要約

本稿は、オンラインのソーシャルネットワークにおける情報拡散において、カバレッジと併せて再露出率を重要な指標として提案する。Sina Weiboの実世界データを用いた分析的モデリングと実証的分析を通じて、ネットワーク構造（特に次数、クラスタリング、伝搬波動ダイナミクス）が再重複に著しく影響することを示している。高い露出率と低い再露出率が共存し得るか、逆に低い露出率と高い再露出率が共存するケースが存在し、カバレッジを固定したまま再露出率を制御可能なCNベースの戦略を提案する。

ABSTRACT

Peer influence and social contagion are key denominators in the adoption and participation of information spreading, such as news propagation, word-of-mouth or viral marketing. In this study, we argue that it is biased to only focus on the scale and coverage of information spreading, and propose that the level of influence reinforcement, quantified by the re-exposure rate, i.e., the rate of individuals who are repeatedly exposed to the same information, should be considered together to measure the effectiveness of spreading. We show that local network structural characteristics significantly affects the probability of being exposed or re-exposed to the same information. After analyzing trending news on the super large-scale online network of Sina Weibo (China's Twitter) with 430 million connected users, we find a class of users with extremely low exposure rate, even they are following tens of thousands of others; and the re-exposure rate is substantially higher for news with more transmission waves and stronger secondary forwarding. While exposure and re-exposure rate typically grow together with the scale of spreading, we find exceptional cases where it is possible to achieve a high exposure rate while maintaining low re-exposure rate, or vice versa.

研究の動機と目的

• 情報拡散においてカバレッジにのみ注目するという限界を是正するため、補完的指標として再露出率を導入すること。
• 次数、クラスタリング、コミュニティ構造などのネットワーク構造的特性が、同じ情報に対する再露出の可能性にどのように影響するかを調査すること。
• Sina Weiboの実世界データを用いて、伝搬波動ダイナミクスと2次的リツイートが再露出パターンをどのように形作るかを検証すること。
• 固定された露出率を維持したまま、近似的に最小または最大の再露出率を達成できる制御可能な拡散戦略を構築すること。
• プラットフォームやマーケターが、情報の到達範囲と再重複のバランスを取ることで、ユーザー体験とキャンペーン効果を向上させるためのマネジリアルインサイトを提供すること。

提案手法

• ノードの訪問確率を次数に比例させるように、ネットワーク構造上でのマーカフ過程を用いて、個々の露出および再露出確率を近似する：$ P_i = d_i / \text{sum}(d_j) $。
• 複数の隣接ノードによる露出と重複パスを考慮した再露出確率の式を導出：$ Pr_i = Pc_i - C_n^1 \nu_i \beta_i^{n-1} - \theta_i $。
• ノード間の共通の隣接ノード数（CN）を用いて再露出をモデル化し、$ CN_{xy} = |\tau(x) \bigcap \tau(y)| $ を用いて情報伝搬経路を指針とする。
• 再露出を制御しながら固定されたカバレッジを維持する2つの拡散戦略を提案：CN-Min（共通ノード数を最小化）とCN-Max（共通ノード数を最大化）。
• Sina Weibo（430Mユーザー）のスケールの大きなデータを用いて、伝搬波と構造的特徴に沿ったトレンドトピックを分析することで、実証的妥当性を検証する。
• 理論的再露出確率と実証的観察値の整合性を確認するため、解析的近似とシミュレーションを用いる。

実験結果

リサーチクエスチョン

• RQ1 次数、クラスタリング、コミュニティ構造などの局所的ネットワーク構造的特性が、同じ情報に対する再露出確率にどのように影響するか。
• RQ2 伝搬波動ダイナミクスと2次的リツイートは、大規模な情報拡散における再露出率にどの程度影響を及ぼすか。
• RQ3 高い露出率と低い再露出率、あるいは逆に低い露出率と高い再露出率を同時に達成することは可能か。このような例外的なケースを可能にするネットワーク条件は何か。
• RQ4 固定されたカバレッジレベルを維持したまま、再露出率を制御できる拡散戦略をどのように設計できるか。
• RQ5 社会的強化は情報拡散にどのような役割を果たし、再露出パターンを通じてどのように定量化できるか。

主な発見

• 数万名のフォロワーを持つユーザーの一部は、依然として極めて低い露出率を示しており、高い接続性が広範な情報到達を保証するわけではないことが示された。
• 伝搬波動が多めで2次的リツイートが強いニュースでは、再露出率が顕著に高くなることが判明し、波動ダイナミクスが再重複を強化することが明らかになった。
• 露出率と再露出率は常に連動して増加するわけではない。高露出と低再露出が共存するケース、あるいは逆に低露出と高再露出が共存する例外的なケースが存在する。
• ネットワークのクラスタリングとコミュニティ構造は、長距離の伝搬波を制限する傾向があるが、局所的グループ内での再露出を増加させることで社会的強化を強化する。
• CN-MinおよびCN-Max戦略は、それぞれ固定された露出カバレッジを維持したまま、近似的に最小および最大の再露出率を達成した。
• Sina Weiboにおける実証的結果は、理論的再露出確率の予測と観察値との間で強い一致を示しており、さまざまな伝搬パターンにおいて妥当性が確認された。