[論文レビュー] Discovering Social Circles in Ego Networks

Julian McAuley, Jure Leskovec|arXiv (Cornell University)|Oct 30, 2012

Complex Network Analysis Techniques参考文献 51被引用数 8

ひとこと要約

本稿では、ネットワーク構造とユーザープロフィール類似度を組み合わせることで、エゴネットワーク内の重複するおよび階層的にネストされたソーシャルサークルを自動で発見する非教師ありモデルを提案する。この手法は、サークル固有のプロフィール類似度メトリクスを学習し、複数所属クラスタリングを可能にし、手動ラベル付きの正例データを用いたFacebook、Google+、Twitterのデータセットで高い精度を達成する。

ABSTRACT

People's personal social networks are big and cluttered, and currently there is no good way to automatically organize them. Social networking sites allow users to manually categorize their friends into social circles (e.g. 'circles' on Google+, and 'lists' on Facebook and Twitter), however they are laborious to construct and must be updated whenever a user's network grows. In this paper, we study the novel task of automatically identifying users' social circles. We pose this task as a multi-membership node clustering problem on a user's ego-network, a network of connections between her friends. We develop a model for detecting circles that combines network structure as well as user profile information. For each circle we learn its members and the circle-specific user profile similarity metric. Modeling node membership to multiple circles allows us to detect overlapping as well as hierarchically nested circles. Experiments show that our model accurately identifies circles on a diverse set of data from Facebook, Google+, and Twitter, for all of which we obtain hand-labeled ground-truth.

研究の動機と目的

• 大規模でごちゃついた個人のソーシャルネットワークを手動作業なしに整理する課題に対処すること。
• ユーザーのエゴネットワーク内に存在する、重複・ネスト・非交差のいずれかのソーシャルサークルを自動で検出すること。
• サークル形成のための統合的シグナルとして、ネットワーク接続性とユーザープロフィール類似度をモデル化すること。
• 弱い教師信号（ユーザが提供するシードノード）を組み込めるスケーラブルな非教師ありサークル検出を可能にすること。
• Facebook、Google+、Twitterの実世界のエゴネットワークデータセットを用い、正例ラベルが付与されたデータでモデルを評価すること。

提案手法

• モデルは、エゴネットワーク上でのノードの複数所属クラスタリング問題としてサークル検出を扱い、各アラート（他者）が複数のサークルに属する可能性を有する。
• 各サークルごとにパラメータ化されたプロフィール類似度メトリクスを導入し、リンク形成を引き起こすユーザープロフィール次元（例：専攻、出身地）を学習する。
• 潜在変数としてサークル所属を表すものを利用し、生成モデルを用いてサークル所属と類似度パラメータを同時に推論する。
• MCMC推論を用いて、サークル所属と類似度パラメータの事後分布を推定する。
• ノードが同時に複数のサークルに属するのを許容するハードな複数所属割り当てをサポートする。
• ユーザが提供するシードノードを組み込むことで弱い教師信号を導入でき、分類精度の向上が可能となる。

実験結果

リサーチクエスチョン

• RQ1 ネットワーク構造とプロフィール類似度を統合的に活用することで、エゴネットワーク内の重複・ネストされたソーシャルサークルを検出できるか？
• RQ2 プロフィールデータとフレンドシップデータが利用可能な状況下で、非教師ありモデルが正例のサークルをどれほど正確に同定できるか？
• RQ3 少数のシードノードを提供することで、サークル検出の精度がどの程度向上するか？
• RQ4 エゴネットワークのサイズや構造に応じて、モデルの性能はどのように変化するか？
• RQ5 異なるネットワーク特性を示す複数のソーシャルネットワーク間で、モデルは一般化可能か？

主な発見

• 本モデルは、Facebook、Google+、Twitterの多様なデータセットにおいて、バランスの取れた誤差率とF1スコアを報告するなど、高い精度でソーシャルサークルを検出する。
• 1000ノードを超えるエゴネットワークでは性能が低下する傾向を示しており、大規模化に伴いモデルの仮定が崩れる可能性を示唆する。
• 1000人以上の友人がいるFacebookネットワークでは、より小さいGoogle+およびTwitterネットワークよりも性能が優れている。これは、ネットワークの性質の違いが性能に影響を与えることを示している。
• 2〜3個のシードノードを組み込むだけで分類精度が顕著に向上し、弱い教師信号の価値を実証している。
• 本モデルは、実データで観察される重複（50%のサークルが重複）および階層的ネスト（25%が他のサークルに完全に含まれる）構造を効果的に捉えている。
• アルゴリズムは妥当なスケーラビリティを示しており、エゴネットワークのサイズが2500から5000ノードに増加しても実行時間はわずかに増加する。