[论文解读] Analyzing Complex Network User Arrival Patterns and Their Effect on Network Topologies.

Michael Fire, Carlos Guestrin|arXiv (Cornell University)|Mar 24, 2016

Complex Network Analysis Techniques被引用 3

一句话总结

本研究利用包含16.5亿条评论的Reddit数据集，分析大规模社交网络中的用户到达模式（UACs），构建了11,965个动态演变的社交网络。研究结果表明，UACs显著影响网络拓扑结构，且拓扑结构可用于推断潜在的用户到达动态，因此现有复杂网络演化模型必须将UACs作为关键输入进行修订。

ABSTRACT

Complex networks have non-trivial characteristics and appear in many real-world systems. Due to their vital importance in a large number of research fields, various studies have offered explanations on how complex networks evolve, but the full underlying dynamics of complex networks are not completely understood. Many of the barriers to better understanding the evolution process of these networks can be removed with the emergence of new data sources. This study utilizes the recently published Reddit dataset, containing over 1.65 billion comments, to construct the largest publicly available social network corpus, which contains detailed information on the evolution process of 11,965 social networks. We used this dataset to study the effect of the patterns in which new users join a network (referred to as user arrival curves, or UACs) on the network topology. Our results present evidence that UACs are a central factor in molding a network's topology; that is, different arrival patterns create different topological properties. Additionally, we show that it is possible to uncover the types of user arrival patterns by analyzing a social network's topology. These results imply that existing complex network evolution models need to be revisited and modified to include user arrival patterns as input to the models, in order to create models that more accurately reflect real-world complex networks.

研究动机与目标

• 研究用户到达模式（UACs）如何影响现实社交系统中复杂网络的拓扑结构。
• 确定网络拓扑结构是否可用于推断塑造其本身的潜在用户到达动态。
• 评估现有复杂网络演化模型因未考虑UACs而存在的局限性。
• 基于大规模、公开可用的数据集，提供实证证据，以指导下一代网络演化模型的构建。
• 建立一个基于数据的框架，将用户行为（到达时间）与宏观网络结构相联系。

提出的方法

• 从Reddit数据集中构建11,965个社交网络，利用评论互动关系随时间定义用户连接。
• 追踪用户随时间的到达情况，生成用户到达曲线（UACs），并根据时间模式（如突发性或稳定增长）进行分类。
• 分析每个网络的拓扑属性（如度分布、聚类系数、路径长度等），评估不同UACs导致的结构差异。
• 应用统计与网络分析技术，关联UAC类型与特定拓扑特征。
• 使用机器学习或模式识别技术（由推断能力隐含）基于观测到的网络拓扑对UAC类型进行分类。
• 评估拓扑特征在识别多样化网络实例中UAC模式时的一致性与预测能力。

实验结果

研究问题

• RQ1 不同的用户到达模式（UACs）如何影响社交网络的最终拓扑结构？
• RQ2 能否仅从网络的观测拓扑结构推断出用户到达模式的类型？
• RQ3 由于未考虑用户到达模式，现有复杂网络演化模型在多大程度上未能捕捉真实世界动态？
• RQ4 在动态网络中，哪些拓扑特征对特定UAC类型最具预测性？
• RQ5 UACs如何影响关键网络属性，如度分布、聚类系数和路径长度？

主要发现

• 用户到达曲线（UACs）是塑造复杂网络拓扑属性的核心因素。
• 不同的UAC模式（如突发性或稳定增长）会产生截然不同的网络拓扑，表明用户到达动态与网络结构之间存在强烈的因果关系。
• 通过分析网络的拓扑特征，可以推断出用户到达模式的类型，表明拓扑结构编码了行为动态。
• 本研究提供了实证证据，表明现有复杂网络演化模型必须引入UACs作为输入参数，以提升模型的真实性。
• 对Reddit语料库中11,965个网络的分析揭示了不同UAC类型之间存在一致的拓扑差异，支持了研究结果的有效性。
• 结果表明，用户到达动态并非偶然因素，而是理解网络演化（尤其是在大规模社交系统中）的根本要素。