[论文解读] Forming Compatible Teams in Signed Networks

Ioannis Kouvatis, Konstantinos Semertzidis+3 more|arXiv (Cornell University)|Jan 1, 2020

Complex Network Analysis Techniques参考文献 13被引用 4

一句话总结

本文提出了一种在有符号社交网络中的新型团队组建问题，其中通过结构平衡理论定义团队成员之间的兼容性，以同时考虑正向关系（朋友）和负向关系（敌人）。作者提出了启发式算法，优先考虑兼容性和通信效率，实验表明，基于兼容性的选择显著提升了团队凝聚力，尤其在严格兼容性定义下效果更明显，其中LCMD（最不兼容距离）策略在最小化团队成本的同时保持高成功率，成为最有效的方案。

ABSTRACT

The problem of team formation in a social network asks for a set of individuals who not only have the required skills to perform a task but who can also communicate effectively with each other. Existing work assumes that all links in a social network are positive, that is, they indicate friendship or collaboration between individuals. However, it is often the case that the network is signed, that is, it contains both positive and negative links, corresponding to friend and foe relationships. Building on the concept of structural balance, we provide definitions of compatibility between pairs of users in a signed network, and algorithms for computing it. We then define the team formation problem in signed networks, where we ask for a compatible team of individuals that can perform a task with small communication cost. We show that the problem is NP-hard even when there are no communication cost constraints, and we provide heuristic algorithms for solving it. We present experimental results with real data to investigate the properties of the different compatibility definitions, and the effectiveness of our algorithms.

研究动机与目标

• 为解决现有团队组建研究中仅假设存在正向社交关系的局限，通过在有符号网络中引入负向（敌对）关系来弥补这一不足。
• 基于结构平衡理论形式化有符号网络中的用户兼容性，确保仅将兼容个体分组至同一团队。
• 设计高效的启发式算法，在团队组建过程中平衡兼容性与通信成本。
• 在真实世界有符号网络数据集上评估不同兼容性定义与算法的有效性。
• 证明基于兼容性的团队组建方法相较于标准方法，能形成更具凝聚力和更高效率的团队。

提出的方法

• 基于结构平衡理论定义兼容性关系 $Comp$，其中兼容性通过连接节点的路径推断得出，路径中负向边数量为偶数时表明兼容。
• 将有符号网络中的团队组建（TFSN）问题形式化为一个NP难优化问题，目标是最小化通信成本，同时确保所有团队成员相互兼容。
• 提出两种启发式算法：LCMD（最不兼容距离）与LCMC（最不兼容成员），通过迭代方式选择与当前团队兼容性最高或距离最近的用户。
• 使用四个真实世界有符号网络数据集（Epinions、Slashdot、Flixster、Friendster）评估算法在不同任务规模与兼容性定义下的性能表现。
• 实施一种基线随机选择策略，并与之比较以评估兼容性感知选择的影响。
• 将TFSN框架应用于有符号网络的无符号变体（忽略或移除负向边），以与标准团队组建方法进行性能基准对比。

实验结果

研究问题

• RQ1 如何基于结构平衡理论在有符号网络中正式定义用户之间的兼容性？
• RQ2 不同兼容性定义（如DPE、DNE、SPO、SBP_H）对团队组建成功率有何影响？
• RQ3 优先考虑兼容性与通信成本的启发式算法在有符号网络中组建高效团队方面的表现如何？
• RQ4 与标准方法相比，基于兼容性的团队组建是否能显著提升团队凝聚力并降低通信成本？
• RQ5 团队组建成功率如何随任务规模及兼容性定义的严格程度而变化？

主要发现

• 即使忽略通信成本，TFSN问题仍为NP难，证实了在兼容性约束下引入计算挑战的固有难度。
• LCMD算法在最小化团队通信成本方面优于LCMC与随机选择策略，在所有兼容性定义下均实现了最低的平均直径。
• 对于 $k=5$ 种技能，NNE与SBP_H兼容性定义下的团队组建成功率最高，而更严格的定义（如SPO与SPA）则导致可解任务数量减少。
• 具备兼容技能覆盖的最大比例（MAX）可作为上限，LCMD几乎达到该上限，表明其在发现兼容团队方面具有极高效率。
• 与在有符号网络转换后的无符号版本上应用标准无符号团队组建方法相比，大多数返回的团队均不兼容，凸显了为有符号网络专门设计框架的必要性。
• 随着任务规模增加，更严格的兼容性关系（如SPO、SPA）导致成功率急剧下降，而NNE与SBP_H定义下的成功率保持稳定，表明这些定义在可扩展性方面具有更强鲁棒性。