[论文解读] Correlated Cascades: Compete or Cooperate

Ali Zarezade, Ali Khodadadi+3 more|arXiv (Cornell University)|Oct 4, 2015

Diffusion and Search Dynamics参考文献 40被引用 8

一句话总结

该论文提出了一种多维带标记的霍克斯过程，用于建模社交网络中用户行为的关联级联，其中用户采纳行为受邻居影响驱动。该方法通过凸优化联合学习潜在扩散网络与模型参数，在包含竞争与合作混合动态的Twitter数据集上，对真实级联事件的预测性能优于其他基线方法。

ABSTRACT

In real world social networks, there are multiple cascades which are rarely independent. They usually compete or cooperate with each other. Motivated by the reinforcement theory in sociology we leverage the fact that adoption of a user to any behavior is modeled by the aggregation of behaviors of its neighbors. We use a multidimensional marked Hawkes process to model users product adoption and consequently spread of cascades in social networks. The resulting inference problem is proved to be convex and is solved in parallel by using the barrier method. The advantage of the proposed model is twofold; it models correlated cascades and also learns the latent diffusion network. Experimental results on synthetic and two real datasets gathered from Twitter, URL shortening and music streaming services, illustrate the superior performance of the proposed model over the alternatives.

研究动机与目标

• 建模社交网络中多个相关联级联，其中行为存在竞争或合作，而非被视作独立事件。
• 开发一种连续时间、数据驱动的模型，捕捉受邻居影响而产生的用户采纳的自激发特性。
• 从观测到的级联事件中，联合推断潜在扩散网络结构与模型参数。
• 提高在具有竞争与合作混合动态的社交网络中对未来事件预测的准确性。
• 提供一种高效的凸优化框架，利用障碍法进行参数学习。

提出的方法

• 将用户采纳强度建模为邻居行为的加权和，以捕捉社交影响带来的强化效应。
• 采用多维带标记的霍克斯过程来表示多个相关联级联的时序动态。
• 使用带标记的事件来编码用户决策，其中标记表示所采纳的具体行为或产品。
• 通过障碍法应用凸优化，以并行方式学习模型参数与潜在网络结构。
• 导致一个凸的推理问题，确保全局收敛性与可扩展性。
• 引入逆 $oldsymbol{ heta}$-正则化以促进网络学习中的稀疏性，防止过拟合。

实验结果

研究问题

• RQ1 连续时间模型能否有效捕捉社交网络中多个级联事件的混合竞争与合作行为？
• RQ2 联合模型从观测到的级联数据中推断潜在扩散网络结构的能力如何？
• RQ3 所提出的模型在预测未来事件方面是否优于独立或纯竞争级联模型？
• RQ4 该模型在具有混合竞争与合作动态的真实世界数据（如音乐和URL服务）上的表现如何？
• RQ5 该凸优化框架能否在保持预测准确性的前提下，高效扩展至真实世界数据集？

主要发现

• 所提模型在合成数据集与真实世界数据集上均实现了最高的测试对数似然值，表明其具有更优的预测性能。
• 在Twitter音乐数据集上，尽管该数据集具有竞争与合作混合的特性，该模型仍优于独立级联（IC）与竞争产品（CP）模型。
• 与替代方法相比，该模型在真实测试事件曲线上的皮尔逊相关系数更高，且逆 $oldsymbol{ heta}$-距离更小，证实了其在时间对齐上的优越性。
• CP模型因过拟合而性能显著下降，尤其在产品数量较少的场景下（如仅有两种产品的音乐数据集）。
• 所提方法在不同规模的训练集上均保持一致的性能，且似然值随训练数据量增加而稳定上升。
• 可视化分析表明，模型预测的强度曲线与真实测试数据高度吻合，尤其在捕捉长期趋势与重大事件簇方面表现优异。