[논문 리뷰] The Hitchhiker's Guide to Affiliation Networks: A Game-Theoretic Approach

Christian Borgs, Jennifer Chayes외 2명|arXiv (Cornell University)|2010. 08. 09.

Opinion Dynamics and Social Influence참고 문헌 21인용 수 10

한 줄 요약

이 논문은 에이전트들이 사회적 유대를 구축하기 위해 전략적으로 이벤트를 주최하는 게임 이론적 네트워크 형성 모델을 제안한다. 링크는 오직 반복적인 공동 참석 이후에만 형성되며, 개인의 주최 비용과 네트워크 연결의 집단적 이익을 균형 있게 조정함으로써 풍부하고 현실적인 네트워크 구조—특히 강한 클러스터링을 가진 구조—를 생성한다. 또한 특정 조건 하에 균형이 유한한 평균을 가진 임의의 차수 순서를 달성할 수 있음을 증명한다.

ABSTRACT

We propose a new class of game-theoretic models for network formation in which strategies are not directly related to edge choices, but instead correspond more generally to the exertion of social effort. The observed social network is thus a byproduct of an expressive strategic interaction, which can more naturally explain the emergence of complex social structures. Within this framework, we present a natural network formation game in which agent utilities are locally defined and that, despite its simplicity, produces a rich class of equilibria that exhibit structural properties commonly observed in social networks - such as triadic closure - that have proved elusive in most existing models. Specifically, we consider a game in which players organize networking events at a cost that grows with the number of attendees. An event's cost is assumed by the organizer but the benefit accrues equally to all attendees: a link is formed between any two players who see each other at more than a certain number r of events per time period. The graph of connections so obtained is the social network of the model. We analyze the Nash equilibria of this game when each player derives a benefit a>0 from all her neighbors in the network and when the costs are linear, i.e., when the cost of an event with L invitees is b+cL, with b>0 and c>0. For a/cr > 1 and b sufficiently small, all Nash equilibria have the complete graph as their social network; for a/cr < 1 the Nash equilibria correspond to a rich class of social networks, all of which have substantial clustering in the sense that the clustering coefficient is bounded below by the inverse of the average degree. Additionally, for any degree sequence with finite mean, and not too many vertices of degree one or two, we can construct a Nash equilibrium producing a social network with the given degree sequence.

연구 동기 및 목표

• 전통적인 전략 모델로는 포착하기 어려운 복잡한 사회적 구조, 예를 들어 클러스터링과 삼중 클로처를 설명할 수 있는 게임 이론적 네트워크 형성 모델을 개발하는 것.
• 직접적인 간선 선택이 아닌 전략적 사회적 노력을(예: 이벤트 주최) 통해 사회 네트워크를 기댓값으로 삼는 것.
• 이 모델에서 내쉬 균형이 자연스럽게 높은 클러스터링과 현실적인 차수 순서를 가진 네트워크를 생성함을 보여주는 것.
• 비용-편익 파rameter에 따라 완전 그래프 또는 희박하고 클러스터링된 네트워크가 균형으로 나타나는 조건을 설정하는 것.
• 탄력적인 유틸리티 함수와 동적 네트워크 형성 과정을 허용하는 모델의 일반화

제안 방법

• 에이전트는 초대자 수에 따라 선형적으로 증가하는 비용을 지불하며 이벤트를 주최하며, 이는 $ b + c\ell $ 로 모델링되며, 여기서 $ \ell $ 는 참석자 수이다.
• 두 에이전트 사이의 링크는 특정 기간 동안 자신이나 다른 이들이 주최한 이벤트에 최소 $ r_0 $ 번 이상 공동 참석한 경우에만 형성된다.
• 결과 네트워크에서 이웃 수만큼 매번 $ a > 0 $ 의 이득을 얻기 때문에, 연결을 형성하려는 동기가 생긴다.
• 에이전트는 어떤 이벤트를 주최하고 누구를 초대할지 선택하는 게임을 정의하며, 수익은 순수 이득 $ a \times \text{degree} - \text{이벤트 비용} $ 으로 구성된다.
• 균형은 게임 이론적 도구를 사용해 분석되며, 결과 네트워크의 구조와 전략적 이탈에 대한 구성의 안정성에 초점을 맞춘다.
• 분석은 포함-배제 원리와 농도 경계를 포함한 확률론적 및 조합론적 추론을 사용하여 만남 빈도를 제한하고 균형의 구조적 성질을 증명한다.

실험 결과

연구 질문

• RQ1 이 게임이 내쉬 균형에서 완전 그래프를 생성하는 조건은 무엇인가?
• RQ2 희박한 구성에서도 이 모델이 높은 클러스터링 계수를 가진 사회 네트워크를 생성할 수 있는가?
• RQ3 이 모델에서 내쉬 균형으로서 실현 가능한 차수 순서는 무엇인가?
• RQ4 $ \gamma = a / (c r_0) $ 의 비율이 균형의 구조적 성질에 어떻게 영향을 미치는가?
• RQ5 다른 이들의 이벤트 노력에 의존하여 비용을 부담하지 않고도 안정적인 구성이 가능한가?

주요 결과

• $ \gamma = a / (c r_0) > 1 $ 이고 고정 비용 $ b $ 가 충분히 작을 경우, 모든 내쉬 균형에서 사회 네트워크는 완전 그래프가 된다.
• $ \gamma < 1 $ 일 경우, 모든 내쉬 균형은 상당한 클러스터링을 보이며, 클러스터링 계수는 평균 차수의 역수로 아래bound된다.
• 유한한 평균을 가지며, 차수 1 또는 2인 노드가 너무 많지 않은 임의의 차수 순서에 대해, 주어진 차수 순서를 실현하는 내쉬 균형을 구성할 수 있다.
• 에이전트는 다른 이들의 이벤트 노력에 의존하여 자신의 네트워크 수익을 극대화하면서 개인 비용을 최소화하는 전략을 펼 수 있으며, 이는 비용을 부담하지 않는 '하이킹' 에이전트가 존재하더라도 안정적인 구성이 가능함을 보여준다.
• 랜덤 이벤트 선택 하에, 고려할 만한 확률로 $ K $-지원 가능한 그래프를 평균 차수 $ \Omega(nK / k^\star) $ 로 생성할 수 있으며, 여기서 $ k^\star = \lfloor 1/\gamma \rfloor + 1 $ 이다.
• 분석을 통해 노드 쌍 간의 만남 빈도는 $ 1 - \gamma $ 이상으로 하한이 보장되며, 이는 균형에서의 구조적 내성과 네트워크 연결성을 보장한다.