[论文解读] Evolution of Directed Triangle Motifs in the Google+ OSN

Doris Schiöberg, Fabian Schneider+3 more|arXiv (Cornell University)|Feb 15, 2015

Complex Network Analysis Techniques参考文献 34被引用 7

一句话总结

本文通过六周内四个时间锁定的快照，研究了谷歌+在线社交网络中定向三角形模体的动态演化。研究发现模体更替显著——高达30%的三角形改变了类型——同时伴随链接剪枝现象，并将链接结构与用户人口统计特征关联：对称模体表示本地化、个人化的关系，而不对称模体则指向远距离、高入度的“名人”用户。

ABSTRACT

Motifs are a fundamental building block and distinguishing feature of networks. While characteristic motif distribution have been found in many networks, very little is known today about the evolution of network motifs. This paper studies the most important motifs in social networks, triangles, and how directed triangle motifs change over time. Our chosen subject is one of the largest Online Social Networks, Google+. Google+ has two distinguishing features that make it particularly interesting: (1) it is a directed network, which yields a rich set of triangle motifs, and (2) it is a young and fast evolving network, whose role in the OSN space is still not fully understood. For the purpose of this study, we crawled the network over a time period of six weeks, collecting several snapshots. We find that some triangle types display significant dynamics, e.g., for some specific initial types, up to 20% of the instances evolve to other types. Due to the fast growth of the OSN in the observed time period, many new triangles emerge. We also observe that many triangles evolve into less-connected motifs (with less edges), suggesting that growth also comes with pruning. We complement the topological study by also considering publicly available user profile data (mostly geographic locations). The corresponding results shed some light on the semantics of the triangle motifs. Indeed, we find that users in more symmetric triangle motifs live closer together, indicating more personal relationships. In contrast, asymmetric links in motifs often point to faraway users with a high in-degree (celebrities).

研究动机与目标

• 理解在谷歌+这类大型、快速增长的在线社交网络中，定向三角形模体如何随时间演化。
• 探究模体动态是否反映潜在的社会行为，如友谊形成或选择性分享。
• 探索模体结构、用户地理位置和用户影响力（如入度）之间的关系。
• 评估基于快照的分析在捕捉完整模体动态（尤其是瞬态三角形）方面的局限性。
• 提供超越静态模体频率的网络演化洞见，对链接预测和网络建模具有启示意义。

提出的方法

• 在六周内（2011年9月至10月）收集了谷歌+网络的四个时间锁定快照，涵盖1900万至3800万节点及约4亿条边。
• 基于边的方向性和连通模式，识别并分类所有非同构的定向三角形模体（共13种类型）。
• 采用基于快照的方法追踪模体转换：通过比较连续快照中的三角形实例，检测其类型变化。
• 将模体类型与用户层面元数据（包括地理位置距离和入/出度）进行关联。
• 通过测量随时间变化的类型改变三角形所占百分比，量化模体更替率，并分析变化方向（如剪枝）。
• 识别出“瞬态三角形”——即仅存在于中间快照中但不在首尾快照中的三角形——以评估离散快照分析中的低估问题。

实验结果

研究问题

• RQ1 在谷歌+中，定向三角形模体的频率和类型如何随时间变化？
• RQ2 现有三角形在多大程度上演化为不同模体类型？哪些类型最具动态性？
• RQ3 用户地理位置和入度在塑造不同模体类型语义方面发挥何种作用？
• RQ4 基于快照的方法在测量模体动态时会产生何种影响，特别是对瞬态三角形的影响？
• RQ5 网络增长在多大程度上与剪枝共现？这对社交网络稳定性有何启示？

主要发现

• 首张快照中超过4%的三角形在最后一张快照中改变了类型，部分类型的变化概率超过30%，表明模体动态显著。
• 超过一半（50.6%）的演化三角形转变为连接性更低的类型，18.6%完全消失，表明网络增长期间普遍存在剪枝现象。
• 模体频率分布高度偏斜，最常见类型（类型4）出现在约60%的三角形中，最稀有类型（类型9）不足0.001%。
• 相当比例的三角形为瞬态——仅存在于中间快照中——凸显基于快照的分析低估了真实的模体动态。
• 对称模体（如相互或互惠链接）与地理位置接近的用户强相关，表明其代表个人化、面对面的关系。
• 不对称模体通常涉及高入度用户（“名人”），并跨越大段地理距离，表明其为单向或由影响者驱动的连接。