[论文解读] Composite Social Network for Predicting Mobile Apps Installation

Wei Pan, Nadav Aharony+1 more|arXiv (Cornell University)|Jun 2, 2011

Human Mobility and Location-Based Analysis参考文献 15被引用 61

一句话总结

本文提出了一种复合社交网络模型，整合了多种智能手机感知网络（如蓝牙近距离、通话记录、GPS定位和社交媒体连接）以预测移动应用安装。通过结合个体行为差异与外部因素（如应用流行度），该模型实现了0.43的F₁分数，是随机猜测的四倍，表明尽管存在高度的个体差异，该模型在预测应用采用方面仍具有很强的可预测性。

ABSTRACT

We have carefully instrumented a large portion of the population living in a university graduate dormitory by giving participants Android smart phones running our sensing software. In this paper, we propose the novel problem of predicting mobile application (known as "apps") installation using social networks and explain its challenge. Modern smart phones, like the ones used in our study, are able to collect different social networks using built-in sensors. (e.g. Bluetooth proximity network, call log network, etc) While this information is accessible to app market makers such as the iPhone AppStore, it has not yet been studied how app market makers can use these information for marketing research and strategy development. We develop a simple computational model to better predict app installation by using a composite network computed from the different networks sensed by phones. Our model also captures individual variance and exogenous factors in app adoption. We show the importance of considering all these factors in predicting app installations, and we observe the surprising result that app installation is indeed predictable. We also show that our model achieves the best results compared with generic approaches: our results are four times better than random guess, and predict almost 45% of all apps users install with almost 45% precision (F1 score= 0.43).

研究动机与目标

• 探究是否可以利用多种智能手机感知的社交网络预测移动应用安装行为。
• 解决在个体行为差异和外部因素（如应用流行度）存在的情况下预测应用采用的挑战。
• 开发一种结合多种网络层级与个体差异的计算模型，以提高预测准确性。
• 在真实世界约束条件下（如部分用户历史数据缺失）评估模型性能。

提出的方法

• 作者通过融合多种可观测网络构建复合网络：蓝牙近距离、通话记录、基于GPS的位置模式以及社交媒体好友网络。
• 提出一种判别模型，整合个体差异（个人采用倾向）和外部因素（如应用流行度）以优化预测结果。
• 模型采用凸优化框架，学习表示用户在各网络中影响力的复合向量，并通过训练数据校准参数。
• 通过将采纳者划分为早期采纳者（G1）和晚期采纳者（G2）进行交叉验证，其中G1数据用于模型训练，G2用于测试。
• 使用F₁分数评估模型性能，并与SVM-hybrid和随机猜测等基线方法进行比较。
• 通过模拟不可观测用户群体，测试模型对缺失数据的敏感性，评估其泛化性能。

实验结果

研究问题

• RQ1 尽管存在高度的个体差异，是否可以利用多种智能手机感知的社交网络预测移动应用安装？
• RQ2 将多种网络层级（如蓝牙、通话记录、GPS、社交媒体）结合，是否能显著提升单网络模型的预测准确性？
• RQ3 个体行为差异和应用流行度（外部因素）在多大程度上影响预测性能？
• RQ4 在仅部分数据可用的情况下，模型是否能泛化到训练期间未观测到的用户？

主要发现

• 所提出的模型在预测移动应用安装方面实现了0.43的F₁分数，是随机猜测的四倍。
• 即使仅使用一半数据（G2组），模型仍保持良好性能，当k=3时F₁分数达到0.35，表明对数据稀疏性具有鲁棒性。
• 该模型优于基线方法（如SVM-hybrid和随机预测），后者仅实现0.09的F₁分数。
• 模型对未观测用户具有良好的泛化能力，即使未对未见用户的个体差异进行校准，其性能仍达到随机猜测的80%以上。
• 研究证实，当联合建模多种数据源与个体差异时，应用采用中的网络效应是可观测且可预测的。
• 外部因素（如应用流行度）显著提升了预测精度，凸显其在建模现实世界采用行为中的重要性。