[论文解读] Evolution of Social-Attribute Networks: Measurements, Modeling, and Implications using Google+

Neil Zhenqiang Gong, Wenchang Xu+5 more|arXiv (Cornell University)|Sep 5, 2012

Complex Network Analysis Techniques参考文献 55被引用 42

一句话总结

本论文提出了一种基于测量的社交属性网络（SANs）生成模型，利用来自Google+演化的独特大规模数据集（3000万用户，历时3个月）。该模型引入了属性增强的 preferential attachment（优先连接）与三角闭合机制，联合建模社交结构与用户属性，结果表明该模型能准确复现真实网络的度量指标，并在Sybil检测与链路预测等应用中提升预测性能。

ABSTRACT

Understanding social network structure and evolution has important implications for many aspects of network and system design including provisioning, bootstrapping trust and reputation systems via social networks, and defenses against Sybil attacks. Several recent results suggest that augmenting the social network structure with user attributes (e.g., location, employer, communities of interest) can provide a more fine-grained understanding of social networks. However, there have been few studies to provide a systematic understanding of these effects at scale. We bridge this gap using a unique dataset collected as the Google+ social network grew over time since its release in late June 2011. We observe novel phenomena with respect to both standard social network metrics and new attribute-related metrics (that we define). We also observe interesting evolutionary patterns as Google+ went from a bootstrap phase to a steady invitation-only stage before a public release. Based on our empirical observations, we develop a new generative model to jointly reproduce the social structure and the node attributes. Using theoretical analysis and empirical evaluations, we show that our model can accurately reproduce the social and attribute structure of real social networks. We also demonstrate that our model provides more accurate predictions for practical application contexts.

研究动机与目标

• 系统性地测量并建模大规模社交属性网络（SANs）的演化过程，重点关注用户属性如何影响社交结构。
• 识别社交属性网络在不同网络增长阶段（启动期、邀请制、公开发布）中的新型结构与演化模式。
• 开发一种生成模型，能够联合复现社交拓扑结构与属性分布，弥补现有模型的局限性。
• 通过理论分析与真实网络度量指标及应用任务的实证评估，验证模型的准确性。
• 证明在链路预测与Sybil防御等实际场景中，引入属性信息可提升预测性能。

提出的方法

• 从2011年6月Google+上线起，收集了一个独特的时间分辨数据集，涵盖网络结构与用户属性（如雇主、地理位置、社群）在三个增长阶段的演变。
• 定义了新型与属性相关的度量指标（如属性度、属性聚类系数），以表征属性结构及其与社交拓扑的相互作用。
• 提出一种新型生成模型，包含两个核心组件：属性增强的优先连接机制与属性增强的三角闭合机制，用于基于共享属性建模链路形成。
• 该模型通过引入属性相似性，扩展了经典的优先连接与三角闭合机制，能够生成幂律度分布。
• 通过理论分析验证模型可生成幂律出度分布，并通过真实网络度量的实证评估验证其有效性。
• 使用链路预测与Sybil检测等应用基准评估模型性能，并与基线模型进行对比。

实验结果

研究问题

• RQ1 用户属性在演化社交网络中如何影响社交关系的形成？
• RQ2 在社交属性网络的不同增长阶段（如邀请制与公开发布）中，其关键结构与演化模式是什么？
• RQ3 真实网络中，与属性相关的度量指标（如属性度、聚类）与对应的社交度量指标有何差异？
• RQ4 能否通过生成模型高保真地联合复现社交结构与属性分布？
• RQ5 在真实世界应用中（如链路预测与Sybil攻击检测），引入属性结构是否能提升预测性能？

主要发现

• Google+的社交出度分布呈现幂律分布，与以往模型普遍假设的幂律分布形成对比。
• Google+中的社交互惠性低于传统社交网络，更接近Twitter，表明其相互连接倾向较弱。
• Google+社交网络的同配性为中性，与多数其他社交网络中观察到的正同配性不同。
• Google+的三个不同阶段（初始发布、邀请制、公开发布）在社交与属性网络结构中均有清晰体现。
• 雇主与城市等属性显著影响链路形成，其中雇主对社交互惠性的影响强于城市。
• 所提出的生成模型能准确复现关键网络度量指标（包括度分布、聚类与属性结构），在合成数据与真实世界应用任务中均优于基线模型。