[論文レビュー] Heuristic for Network Coverage Optimization Applied in Finding Organizational Change Agents

Błażej Żak, Anita Zbieg|arXiv (Cornell University)|Jan 1, 2014

Opinion Dynamics and Social Influence参考文献 28被引用数 5

ひとこと要約

本稿では、ネットワーク構造内での組織的変化の促進者を特定するための新しいヒューリスティックなアルゴリズムを提案する。この手法は、選択されたノードから直接到達可能なメンバーの割合として定義されるネットワークカバレッジを最適化することを目的としている。本手法は、中心性が高く、影響力のある個々の人物を特定し、従来の手法よりも高いカバレッジを達成しながら、強い中心性と影響力を維持する。

ABSTRACT

Authors compare different ways of selecting change agents within network analysis paradigm and propose a new algorithm of doing so. All methods are evaluated against network coverage measure that calculates how many network members can be directly reached by selected nodes. Results from the analysis of organizational network show that compared to other methods the proposed algorithm provides better network coverage, at the same time selecting change agents that are well connected, influential opinion leaders.

研究の動機と目的

• ネットワークカバレッジを最適化することで、組織的ネットワーク内での変化の促進者の選定を改善すること。
• カバレッジに基づく指標を用いて、異なる選定手法を評価・比較すること。
• 高い接続性とネットワーク内での到達範囲を最大化できる能力を持つノードを特定すること。
• 従来の手法よりも影響力とカバレッジのバランスをより効果的に実現するヒューリスティックを開発すること。

提案手法

• 提案手法は、選択されたエージェントのセットから直接到達可能なノードの数を評価するネットワークカバレッジ指標を用いる。
• 中心性が高く、強い接続性を持つノードを優先して選択することで、カバレッジを最大化するヒューリスティックアルゴリズムを適用する。
• 選択されたエージェントセットの到達範囲を最も広げるノードを反復的に選択する。
• 次数中心性や媒介中心性といった代替選定戦略と比較して性能を評価する。
• 広範なネットワークカバレッジを確保するために、中心性に加え、ノードの分布の広がりにも重点を置く。

実験結果

リサーチクエスチョン

• RQ1 提案されたヒューリスティックは、従来の手法と比較して、ネットワークカバレッジの観点でどのように異なるか？
• RQ2 どの選定基準が、エージェントの影響力を維持しつつ、最高のカバレッジを達成するか？
• RQ3 ヒューリスティック的手法は、接続性が高く、影響力を効果的に広げられる変化の促進者を特定できるか？
• RQ4 変化の促進者選定において、中心性とカバレッジのトレードオフはどのように現れるか？

主な発見

• 提案されたヒューリスティックは、次数中心性や媒介中心性といった従来の選定手法よりも優れたネットワークカバレッジを達成する。
• 本手法によって選ばれたエージェントは、他のアルゴリズムで選ばれた者よりも影響力が強く、より良好に接続されている。
• 本手法は、中心性に加え、直接的にネットワークの大部分に到達可能な意見リーダーを同定する。
• 本アルゴリズムは、スパarsな構造や複雑な組織的ネットワーク構造においても、高いカバレッジを維持する。