[论文解读] How the online social networks are used: Dialogs-based structure of MySpace

Milovan Šuvakov, Marija Mitrović Dankulov+2 more|arXiv (Cornell University)|Jun 28, 2012

Opinion Dynamics and Social Influence参考文献 29被引用 9

一句话总结

本研究通过分析高分辨率的MySpace对话数据，揭示了在线社交网络中动态且充满情感的结构特征。结合图论与SentiStrength情感分类方法，研究发现该网络具有非同配性、社区丰富性，且存在长程时间相关性，持续呈现正向情绪主导，并表现出昼夜节律驱动的用户活动模式——凸显情感内容在塑造集体在线行为中的关键作用。

ABSTRACT

Quantitative study of collective dynamics in online social networks is a new challenge based on the abundance of empirical data. Conclusions, however, may depend on factors as user's psychology profiles and their reasons to use the online contacts. In this paper we have compiled and analyzed two datasets from exttt{MySpace}. The data contain networked dialogs occurring within a specified time depth, high temporal resolution, and texts of messages, in which the emotion valence is assessed by using SentiStrength classifier. Performing a comprehensive analysis we obtain three groups of results: Dynamic topology of the dialogs-based networks have characteristic structure with Zipf's distribution of communities, low link reciprocity, and disassortative correlations. Overlaps supporting "weak-ties" hypothesis are found to follow the laws recently conjectured for online games. Long-range temporal correlations and persistent fluctuations occur in the time series of messages carrying positive (negative) emotion. Patterns of user communications have dominant positive emotion (attractiveness) and strong impact of circadian cycles and nteractivity times longer than one day. Taken together, these results give a new insight into functioning of the online social networks and unveil importance of the amount of information and emotion that is communicated along the social links. (All data used in this study are fully anonymized.)

研究动机与目标

• 通过分析实时对话动态，理解像MySpace这样的在线社交网络在静态好友关系之外的功能性使用方式。
• 探究情感内容（尤其是情感效价）在塑造集体用户行为与网络结构中的作用。
• 识别消息交互中的自组织模式，包括时间相关性与用户活动周期。
• 检验MySpace中‘弱连接’与社区形成机制是否与在线游戏及电子邮件网络中观察到的模式一致。
• 开发一种可扩展的方法，利用计算与统计物理工具分析在线社交网络中高时间分辨率的用户对话数据。

提出的方法

• 收集了两组高时间分辨率的MySpace用户对话数据，完全匿名化，包含消息文本与时间戳。
• 应用SentiStrength情感分类器量化每条消息的情感效价（正向/负向），实现基于情感的网络分析。
• 通过将用户建模为节点、消息交互建模为有向链接，构建对话基础网络，并以时间窗口定义动态网络快照。
• 使用图论分析网络拓扑结构：社区检测（符合齐普夫分布）、互惠性与非同配性度量。
• 利用赫斯特指数 $H$ 计算时间相关性结构，评估正向、负向及总体活动消息流中的长程依赖性。
• 分析消息间延迟时间分布，检测非泊松分布、幂律行为，表明通信中存在非排队机制。

实验结果

研究问题

• RQ1 MySpace对话基础网络的结构与动态特性与静态好友网络有何不同？
• RQ2 情感效价与消息流动模式在多大程度上塑造了在线社交网络的拓扑结构与社区组织？
• RQ3 消息活动是否存在持久的长程时间相关性？其随情感极性如何变化？
• RQ4 昼夜节律与交互延迟如何影响在线社交网络中的用户通信模式？
• RQ5 观察到的超过一天的消息延迟时间幂律分布背后的机制是什么？

主要发现

• 对话基础网络呈现出类似齐普夫分布的社区规模分布，表明群体形成具有广泛尺度且高度多样化。
• 链接互惠性较低，网络表现出强烈的非同配性，枢纽节点接收大量消息但发送较少，表明通信流存在显著不平衡。
• 总体消息活动的赫斯特指数为 $H^{a} = 0.82 \pm 0.03$，表明用户活动存在强烈的持久性长程相关性。
• 正向情绪消息的赫斯特指数为 $H^{+} = 0.83 \pm 0.04$，负向消息为 $H^{-} = 0.62 \pm 0.03$，表明正向沟通具有更强的持续性动态。
• 消息整体情感效价平均值以正向（吸引力）为主，负向消息则在网络中形成独立的局部模式。
• 超过一天的消息延迟时间呈现幂律分布，且指数较小，表明其机制超越简单任务排队，可能与情感或社会期待有关。