[논문 리뷰] Coloring in the Links: Capturing Social Ties as They are Perceived

Sebastian Deri, Jérémie Rappaz외 2명|arXiv (Cornell University)|2019. 02. 12.

Complex Network Analysis Techniques참고 문헌 86인용 수 12

한 줄 요약

이 논문은 단순한 강도를 넘어서 관계의 미묘한 성격을 포괄하기 위해 유사성, 신뢰, 애정, 사회적 지지, 정체성, 존중, 지식 공유, 권력, 즐거움, 갈등의 열 가지 지각 차원을 사용하는 다차원적 사회관계 모델을 제안한다. 이 차원들을 군중 활용 실험을 통해 검증하고 최신 기술 대비 향상된 링크 예측 정확도를 입증함으로써, 개인정보 보호, 뉴스 큐레이션, 친구 추천 분야에 응용 가능한 확장 가능한 프레임워크를 제시한다.

ABSTRACT

The richness that characterizes relationships is often absent when they are modeled using computational methods in network science. Typically, relationships are represented simply as links, perhaps with weights. The lack of finer granularity is due in part to the fact that, aside from linkage and strength, no fundamental or immediately obvious dimensions exist along which to categorize relationships. Here we propose a set of dimensions that capture major components of many relationships -- derived both from relevant academic literature and people's everyday descriptions of their relationships. We first review prominent findings in sociology and social psychology, highlighting dimensions that have been widely used to categorize social relationships. Next, we examine the validity of these dimensions empirically in two crowd-sourced experiments. Ultimately, we arrive at a set of ten major dimensions that can be used to categorize relationships: similarity, trust, romance, social support, identity, respect, knowledge exchange, power, fun, and conflict. These ten dimensions, while not dispositive, offer higher resolution than existing models. Indeed, we show that one can more accurately predict missing links in a social graph by using these dimensions than by using a state-of-the-art link embeddedness method. We also describe tinghy.org, an online platform we built to collect data about how social media users perceive their online relationships, allowing us to examine these dimensions at scale. Overall, by proposing a new way of modeling social graphs, our work aims to contribute both to theory in network science and practice in the design of social-networking applications.

연구 동기 및 목표

• 관계 강도를 넘어서 관계의 다차원적 성격을 포괄하는 지각 차원의 포괄적인 세트를 식별하고 검증하는 것.
• 보다 세분화된 관계 차원을 통합하여 사회망 내 링크 예측 정확도를 향상시키는 것.
• 사용자 친화적이고 확장 가능한 플랫폼(tinghy.org)을 개발하여 소셜미디어 사용자로부터 대규모 자가 보고 관계 레이블을 수집하는 것.
• 더 높은 해상도로 관계를 모델링하여 개인정보 보호, 맞춤형 뉴스 피드, 친구 추천 분야의 실용적 응용을 가능하게 하는 것.
• 향후 연구를 위한 기반을 제공하여 언어적 특징과 네트워크 특징를 온라인 상호작용의 관계 유형과 연결하는 것.

제안 방법

• 사회학 및 사회심리학 분야의 문헌 검토를 통해 관계의 여덟 가지 기초 차원을 식별하는 것.
• 두 가지 군중 활용 실험 수행: 첫 번째로 일상어휘로 관계를 묘사하는 자료를 수집하고, 두 번째로 구조화된 평가를 통해 차원을 검증하고 정교화하는 것.
• 군중 활용 실험의 결과를 통합하여 최종적으로 열 가지 차원(신뢰, 지지, 정체성, 존중, 지식 공유, 권력, 유사성, 애정, 즐거움, 갈등)을 도출하며, 이 중 두 가지 신규로 식별된 차원(즐거움, 갈등) 포함.
• 실제 사회망 데이터를 사용하여 링크 예측 작업에 열 가지 차원을 적용하고, 최신 기술인 링크 임bedding 방법과 성능 비교.
• 사용자가 상호작용 작업을 통해 열 가지 차원을 사용해 온라인 관계를 레이블링할 수 있는 게이밍화된 웹 플랫폼 tinghy.org 개발.
• 사용자 동의를 얻어 소셜미디어 계정의 배경 상호작용 데이터(예: 메시지, 언급 등)를 수집하고, 대화 내용을 레이블된 관계 유형과 연결하는 것.

실험 결과

연구 질문

• RQ1 사람들이 일상어휘로 자신의 관계를 묘사할 때 일관되게 사용하는 사회관계의 차원은 무엇인가?
• RQ2 이러한 지각 기반의 차원들이 기존 모델과 비교해 사회망에서 누락된 링크를 예측하는 데 어떻게 성능을 내는가?
• RQ3 기존의 관계 강도나 임베딩 기반 방법과 비교해 열 가지 차원이 링크 예측 정확도를 얼마나 향상시키는가?
• RQ4 tinghy.org처럼 게이밍화되고 플랫폼에 종속되지 않는 시스템이 실 사용자로부터 대규모로 신뢰할 수 있는 관계 레이블을 효과적으로 수집할 수 있는가?
• RQ5 이러한 차원들을 활용할 경우 개인정보 보호, 콘텐츠 큐레이션, 친구 추천 분야의 사회망 애플리케이션 설계에 어떤 영향을 미치는가?

주요 결과

• 이 연구는 관계의 핵심 요소를 종합적으로 포괄하는 열 가지 지각 차원(유사성, 신뢰, 애정, 사회적 지지, 정체성, 존중, 지식 공유, 권력, 즐거움, 갈등)을 식별하였다.
• 이 열 가지 차원을 포함시킴으로써 최신 기술인 링크 임베딩 방법 대비 링크 예측 정확도가 크게 향상되었으며, 이는 사회망 내에서 이러한 차원들이 구조적으로 관련성이 있음을 입증한다.
• 군중 활용 검증 과정을 통해 열 가지 차원의 신뢰성과 직관적 매력성이 확인되었으며, 다양한 관계 유형에서 사용자 평가의 높은 일관성이 유지되었다.
• tinghy.org 플랫폼은 확장 가능하고 참여도가 높은 환경에서 효과적인 데이터 수집을 가능하게 하였으며, 사용자들이 게이밍화된 환경에서 관계 레이블링 작업을 완료하면서도 높은 참여도와 데이터 품질을 유지하였다.
• 수집된 데이터는 대화 내용(예: 언급, 응답 등)을 특정 관계 유형과 연결하며, 향후 텍스트에서 차원을 예측할 수 있는 지도 학습 모델 훈련을 가능하게 한다.
• 결과적으로 신뢰, 사회적 지지, 갈등과 같은 관계 유형은 단지 지각적으로 두드러지는 것이 아니라 네트워크 구조 형성에 있어도 의미 있는 요소임을 시사한다.