[논문 리뷰] Cost Effective Rumor Containment in Social Networks

Bhushan Kotnis, Joy Kuri|arXiv (Cornell University)|2014. 03. 25.

Misinformation and Its Impacts참고 문헌 33인용 수 12

한 줄 요약

이 논문은 사회적 네트워크에서 개인의 차수를 기반으로 훈련을 통해 루머 탐지 능력을 향상시켜 비용 효율적인 루머 확산 억제 전략을 제안한다. 비선형 최적화 문제를 수립하여 일련의 선형 프로그램을 푸는 것과 동치임을 보이며, 훈련을 받는 인원 수를 늘리는 것이 훈련 품질을 높이는 것보다 더 효과적임을 밝혀내며, 최적 해의 패턴에서 유도된 확장 가능한 히우리스틱을 제시한다.

ABSTRACT

The spread of rumors through social media and online social networks can not only disrupt the daily lives of citizens but also result in loss of life and property. A rumor spreads when individuals, who are unable decide the authenticity of the information, mistake the rumor as genuine information and pass it on to their acquaintances. We propose a solution where a set of individuals (based on their degree) in the social network are trained and provided resources to help them distinguish a rumor from genuine information. By formulating an optimization problem we calculate the optimum set of individuals, who must undergo training, and the quality of training that minimizes the expected training cost and ensures an upper bound on the size of the rumor outbreak. Our primary contribution is that although the optimization problem turns out to be non convex, we show that the problem is equivalent to solving a set of linear programs. This result also allows us to solve the problem of minimizing the size of rumor outbreak for a given cost budget. The optimum solution displays an interesting pattern which can be implemented as a heuristic. These results can prove to be very useful for social planners and law enforcement agencies for preventing dangerous rumors and misinformation epidemics.

연구 동기 및 목표

• 온라인 사회적 네트워크에서 루머 유포를 비용 효율적으로 억제할 수 있는 메커니즘을 개발하기 위해.
• 루머 유포 규모에 상한을 두면서 기대 훈련 비용을 최소화하기 위해.
• 훈련 비용과 훈련을 받는 인원 수 또는 훈련 품질 사이의 트레이드오프를 다루기 위해.
• 최적 해의 패턴을 기반으로 실현 가능하고 확장 가능한 히우리스틱을 제공하기 위해.
• 노드 선택과 함께 훈련을 제어 변수로 모델링하여, 이전 모델이 완전한 이론적 면역화를 가정하는 데서 발전하기 위해.

제안 방법

• 루머 유포 규모에 대한 상한을 두고 기대 훈련 비용을 최소화하는 비선형 최적화 문제를 수립한다.
• 개인을 훈련된 상태 또는 미훈련 상태로 모델링하며, 훈련된 개인은 루머를 올바르게 식별할 확률이 더 높다.
• 분석적 유연성을 확보하기 위해 노드를 차수로만 특성화하며, 스케일프리 네트워크에서 차수 중심성의 효과를 활용한다.
• 고정점 방정식을 사용하여 루머 확산 동역학을 모델링하며, T1(미훈련자), T2(훈련자)는 전파 확률을 나타내는 매개변수이다.
• 비선형 최적화 문제를 효율적인 계산을 위해 등가의 선형 프로그램 집합으로 변환한다.
• 최적의 훈련된 노드 패턴을 기반으로 한 히우리스틱을 유도하며, 이는 고차수 개인을 우선순위에 두는 방식이다.

실험 결과

연구 질문

• RQ1 훈련을 받는 인원 수와 훈련 품질을 함께 최적화하여 비용을 최소화하면서도 루머 확산을 제한할 수 있는가?
• RQ2 루머 억제에 있어 훈련을 받는 인원 수를 늘리는 것과 훈련 품질을 높이는 것의 상대적 영향은 어떠한가?
• RQ3 루머 억제를 위한 비선형 최적화 문제를 해석 가능한 선형 프로그램 집합으로 변환할 수 있는가?
• RQ4 최적의 훈련된 개인 집합에서 드러나는 구조적 패턴은 무엇이며, 이를 바탕으로 실용적인 히우리스틱을 설계할 수 있는가?
• RQ5 이 모델은 완전한 면역화를 가정하거나 훈련 비용을 忽시하는 이전 접근법과 비교해 어떻게 다를까?

주요 결과

• 최적화 문제는 비선형 형태임에도 불구하고 일련의 선형 프로그램을 푸는 것과 동치이며, 효율적인 계산이 가능하다.
• 루머 억제에 있어 훈련을 받는 인원 수를 늘리는 것이 훈련 품질을 높이는 것보다 더 효과적이다.
• 최적의 훈련된 개인 집합은 차수 기반으로 뚜렷한 패턴을 보이며, 이를 바탕으로 실용적이고 확장 가능한 히우리스틱을 설계할 수 있다.
• 루머 유포 확률 ψ는 훈련 품질 q에 대해 엄격히 증가하므로, 더 높은 품질의 훈련은 확산 위험을 감소시킨다.
• 루머 유포 확률은 T2(훈련된 개인의 효과성)가 증가함에 따라 감소함을 확인하여, 더 잘 훈련된 개인이 루머 억제에 더 효과적임을 입증한다.
• 모델은 부분적 면역화(훈련된 노드도 여전히 루머를 확산시킬 수 있음)를 고려하여, 이전 모델이 완전한 면역화를 가정하는 것보다 더 현실적인 모델이다.