[论文解读] A Machine Learning Approach to Predicting Continuous Tie Strengths

James Flamino, Ross DeVito+2 more|arXiv (Cornell University)|Jan 23, 2021

Mechanical stress and fatigue analysis参考文献 24被引用 4

一句话总结

本文提出一种机器学习框架，利用 NetSense 研究中的通信数据，持续预测动态社交网络中不断演变的纽带强度。通过将随机森林和 LSTM 模型应用于频率、最近性、持续时间及数据量等时间序列通信特征，生成动态、连续的纽带强度估计值，其表现优于静态调查，并揭示了长期关系模式。

ABSTRACT

Relationships between people constantly evolve, altering interpersonal behavior and defining social groups. Relationships between nodes in social networks can be represented by a tie strength, often empirically assessed using surveys. While this is effective for taking static snapshots of relationships, such methods are difficult to scale to dynamic networks. In this paper, we propose a system that allows for the continuous approximation of relationships as they evolve over time. We evaluate this system using the NetSense study, which provides comprehensive communication records of students at the University of Notre Dame over the course of four years. These records are complemented by semesterly ego network surveys, which provide discrete samples over time of each participant's true social tie strength with others. We develop a pair of powerful machine learning models (complemented by a suite of baselines extracted from past works) that learn from these surveys to interpret the communications records as signals. These signals represent dynamic tie strengths, accurately recording the evolution of relationships between the individuals in our social networks. With these evolving tie values, we are able to make several empirically derived observations which we compare to past works.

研究动机与目标

• 开发一种可扩展的、连续的预测方法，用于动态网络中不断演变的社会纽带强度，克服静态调查方法的局限性。
• 将纽带强度建模为源自通信模式的时间可变信号，而非离散的时间快照。
• 构建一种可泛化的框架，通过使用通信元数据而非平台特定特征，使其可适用于单一平台之外的场景。
• 利用 NetSense 研究的实地调查数据验证模型，确保其经验相关性。
• 通过从原始通信日志生成时间序列边权重，实现对关系演变的纵向分析。

提出的方法

• 采用基于 Borda 计数的排序系统，将机器学习模型生成的成对比较结果聚合为每个自我中心个体（ego）的全局纽带强度排序。
• 使用集成模型，其中随机森林分类器基于两人之间通信特征（频率、最近性、持续时间、数据量）的差异向量进行训练。
• 应用 LSTM 模型，处理以 21 天为区间的通话和短信活动双通道时间序列，以捕捉时间动态。
• 计算成对比较概率 $ M_{ij} $，表示个体 $ i $ 对自我中心个体的纽带强度强于个体 $ j $ 的可能性，其中 $ M_{ii} = 0.5 $。
• 通过公式 2 将比较矩阵转换为胜/负/平局指标，并利用公式 3 计算 Borda 分数，生成最终排序。
• 通过公式 4 将 Borda 计数转换为胜率，生成连续、随时间变化的边权重，表示动态纽带强度。

实验结果

研究问题

• RQ1 机器学习模型能否从通信元数据中准确预测动态社交网络中的连续纽带强度？
• RQ2 不同通信特征——频率、最近性、持续时间、数据量——在预测关系强度演变中的贡献如何？
• RQ3 与静态特征相比，通信中的时间序列模式（如通话和短信历史）在多大程度上提升了纽带强度预测性能？
• RQ4 预测的动态纽带强度与在多个学期中收集的实地调查数据相比如何？
• RQ5 所提出的框架能否超越平台特定特征，在大规模网络中实现可扩展的、实时的关系追踪？

主要发现

• 所提出的机器学习模型，特别是 LSTM 和集成模型，成功生成了与实地调查数据高度吻合的连续、随时间变化的纽带强度估计值。
• 引入‘Bow Tie Overlap’作为特征显著降低了模型性能，因此在最终的集成模型中被排除。
• 基于 Borda 计数的排序系统能有效将嘈杂的成对比较聚合为稳定且可解释的社会纽带强度排序。
• 胜率转换（公式 4）生成了平滑、连续的时间序列动态边权重，适用于网络分析。
• 模型表明，即使不进行显式的情感或内容分析，通信频率、最近性、持续时间及数据量仍是预测演变纽带强度的强预测因子。
• 该框架实现了对关系演变的纵向观测，揭示了纽带随时间出现的强化、弱化或停滞等模式，而静态调查无法捕捉此类动态变化。