[论文解读] Capacitated Team Formation Problem on Social Networks

Samik Datta, Anirban Majumder+1 more|arXiv (Cornell University)|May 16, 2012

Mobile Crowdsensing and Crowdsourcing参考文献 13被引用 72

一句话总结

本文提出了一种新型的社交网络容量约束团队组建问题，旨在最小化社会协作成本的同时尊重个体用户的能力约束。作者设计了高效的近似算法（MinDiamSol 和 MinAggrSol），在真实世界的 GitHub 和 DBLP 数据集上相较于基线方法实现了 20–40% 的性能提升，展示了在大规模社交网络中形成社会凝聚力强且平衡的团队时具备出色的可扩展性和有效性。

ABSTRACT

In a team formation problem, one is required to find a group of users that can match the requirements of a collaborative task. Example of such collaborative tasks abound, ranging from software product development to various participatory sensing tasks in knowledge creation. Due to the nature of the task, team members are often required to work on a co-operative basis. Previous studies have indicated that co-operation becomes effective in presence of social connections. Therefore, effective team selection requires the team members to be socially close as well as a division of the task among team members so that no user is overloaded by the assignment. In this work, we investigate how such teams can be formed on a social network. Since our team formation problems are proven to be NP-hard, we design efficient approximate algorithms for finding near optimum teams with provable guarantees. As traditional data-sets from on-line social networks (e.g. Twitter, Facebook etc) typically do not contain instances of large scale collaboration, we have crawled millions of software repositories spanning a period of four years and hundreds of thousands of developers from GitHub, a popular open-source social coding network. We perform large scale experiments on this data-set to evaluate the accuracy and efficiency of our algorithms. Experimental results suggest that our algorithms achieve significant improvement in finding effective teams, as compared to naive strategies and scale well with the size of the data. Finally, we provide a validation of our techniques by comparing with existing software teams in GitHub.

研究动机与目标

• 为解决在社交网络中组建高效协作团队的挑战，其中团队成员必须社会关联紧密，且无人超载。
• 对容量约束下的团队组建问题进行建模与求解，这是先前运筹学与社交网络团队组建研究中被忽视的关键限制。
• 为大规模社交网络设计高效的近似算法，并提供可证明的性能保证。
• 使用来自 GitHub 和 DBLP 的真实数据验证方法，将结果与现有软件团队进行比较。

提出的方法

• 将容量约束的团队组建问题建模为图优化任务，其中用户为节点，社会关系为基于共著或协作频率加权的边。
• 定义两种社会协作成本模型：基于直径的（MinDiamSol）和基于聚合的（MinAggrSol），两者均在容量约束下最小化总社会成本。
• 采用贪心启发式算法作为基线，并与 MinDiamSol 和 MinAggrSol 进行比较，后者通过迭代选择用户以最小化成本，同时遵守容量限制。
• 使用 Jaccard 相似度来基于共享项目或出版物估算用户之间的社会亲近度。
• 在两个真实数据集上实现并评估算法：GitHub（4 年开源开发数据）和 DBLP（学术合著网络）。
• 通过生成合成任务来测试在不同任务规模和网络密度下的可扩展性和性能。

实验结果

研究问题

• RQ1 如何在社交网络中组建团队，使得成员社会关系紧密且无人超出其容量？
• RQ2 容量约束对团队组建质量与算法效率有何影响？
• RQ3 容量约束团队组建的近似算法与朴素启发式方法相比，在社会成本与可扩展性方面表现如何？
• RQ4 所提出的算法能否有效识别出与 GitHub 中真实软件团队相似的团队？
• RQ5 不同社会协作成本模型（基于直径 vs. 基于聚合）如何影响团队质量与计算性能？

主要发现

• 在 GitHub 数据集上，所提出的 MinDiamSol 和 MinAggrSol 算法相比基线启发式方法，团队成本降低了约 20%。
• 在更密集的 DBLP 数据集上，性能提升略降至约 20%，这是由于用户容量更高且网络密度更大所致。
• 算法在大规模网络中表现出良好的可扩展性，能高效处理数十万用户。
• 在所有任务规模下，不连通团队（即成员之间无社会关联的团队）的比例始终保持较低水平，表明团队凝聚力强。
• 与现有方法的自然扩展（如 Lappas 等人方法）相比，算法显著更优，尤其在负载均衡与最小化社会成本方面。
• 与真实 GitHub 团队的对比验证表明，算法选择的团队具有良好的社会凝聚力，并在结构上与实际开发团队相似。