[论文解读] Connectivity in Social Networks

Sieteng Soh, Gongqi Lin+1 more|arXiv (Cornell University)|Jun 10, 2015

Benford’s Law and Fraud Detection参考文献 16被引用 3

一句话总结

本文提出使用本福德定律作为统计检验方法，以验证社交网络中连接统计的可信度，特别是检测虚假或休眠节点。通过分析对称与非对称网络，作者表明随机累积过程更趋近于本福德分布，从而能够区分纯粹随机与受依赖性影响的网络增长过程。

ABSTRACT

The value of a social network is generally determined by its size and the connectivity of its nodes. But since some of the nodes may be fake ones and others that are dormant, the question of validating the node counts by statistical tests becomes important. In this paper we propose the use of the Benford's distribution to check on the trustworthiness of the connectivity statistics. Our experiments using statistics of both symmetric and asymmetric networks show that when the accumulation processes are random, the convergence to Benford's law is significantly better, and therefore this fact can be used to distinguish between processes which are randomly generated and those with internal dependencies.

研究动机与目标

• 评估社交网络中节点连接统计的可靠性，特别是当节点可能为虚假或非活跃时。
• 解决在可能存在不可靠数据源的情况下验证网络规模和连接性的挑战。
• 开发一种统计方法，以区分随机网络增长与具有内部依赖性的过程。
• 评估本福德定律是否可作为网络统计中数据完整性的稳健指标。

提出的方法

• 作者将本福德定律应用于对称与非对称社交网络的连接统计的首位数字。
• 通过模拟随机累积过程，在受控条件下生成网络数据。
• 使用统计拟合优度检验测量观察到的数字频率向本福德分布的收敛程度。
• 比较纯粹随机过程与具有内部依赖性的过程之间的收敛速率。
• 在真实与合成网络数据集上进行分析，以评估该方法在不同类型网络中的鲁棒性。
• 通过可视化与定量比较，评估不同过程与本福德定律的匹配程度。

实验结果

研究问题

• RQ1 本福德定律能否用于检测社交网络连接统计中的异常？
• RQ2 随机与受依赖性影响的网络增长过程在向本福德分布收敛方面有何差异？
• RQ3 网络连接统计数据中首位数字的分布在多大程度上反映了底层数据生成过程？
• RQ4 该方法能否可靠地区分随机与结构化的网络形成机制？
• RQ5 本福德定律在识别社交网络中潜在虚假或休眠节点方面效果如何？

主要发现

• 网络形成中的随机累积过程相较于受内部依赖影响的过程，与本福德分布的收敛性显著更好。
• 向本福德定律的收敛程度可作为网络数据源自随机过程或结构化过程的可靠指标。
• 对称与非对称网络在随机累积下均表现出与本福德定律更好的一致性，表明该方法具有广泛适用性。
• 具有内部依赖性的网络生成过程明显偏离本福德分布，从而可检测非随机行为。
• 基于本福德定律的统计检验能有效区分纯粹随机过程与受隐藏依赖性影响的过程。
• 该方法为验证社交网络中连接统计的可信度提供了一种实用且数据驱动的途径。