[论文解读] Friendship Prediction in Composite Social Networks

Erheng Zhong, Evan Wei Xiang+3 more|arXiv (Cornell University)|Feb 17, 2014

Complex Network Analysis Techniques参考文献 35被引用 10

一句话总结

该论文提出ComFP，一种分层贝叶斯模型，通过利用多个复合网络中的重叠用户，在稀疏社交网络中预测友谊关系。通过结合自适应的用户特定先验与网络特定先验，ComFP在捕捉共享社交兴趣的同时，考虑了网络间的差异，相较于最先进基线方法，在九个真实世界数据集上实现了显著的平均平均精度（MAP）提升（最高达0.11 MAP提升）。

ABSTRACT

Friendship prediction is an important task in social network analysis (SNA). It can help users identify friends and improve their level of activity. Most previous approaches predict users' friendship based on their historical records, such as their existing friendship, social interactions, etc. However, in reality, most users have limited friends in a single network, and the data can be very sparse. The sparsity problem causes existing methods to overfit the rare observations and suffer from serious performance degradation. This is particularly true when a new social network just starts to form. We observe that many of today's social networks are composite in nature, where people are often engaged in multiple networks. In addition, users' friendships are always correlated, for example, they are both friends on Facebook and Google+. Thus, by considering those overlapping users as the bridge, the friendship knowledge in other networks can help predict their friendships in the current network. This can be achieved by exploiting the knowledge in different networks in a collective manner. However, as each individual network has its own properties that can be incompatible and inconsistent with other networks, the naive merging of all networks into a single one may not work well. The proposed solution is to extract the common behaviors between different networks via a hierarchical Bayesian model. It captures the common knowledge across networks, while avoiding negative impacts due to network differences. Empirical studies demonstrate that the proposed approach improves the mean average precision of friendship prediction over state-of-the-art baselines on nine real-world social networking datasets significantly.

研究动机与目标

• 为解决单网络友谊预测中的数据稀疏性问题，特别是在新网络或稀疏社交网络中。
• 利用多个社交网络中的重叠用户作为桥梁，转移有用的友谊知识。
• 在保留网络特异性结构差异的同时，对跨网络的共享社交兴趣进行建模。
• 开发一种可扩展、灵活的框架，整合异构网络特性，而无需简单合并。
• 通过以原则化、概率化的方式结合多个网络的辅助知识，提升预测准确性。

提出的方法

• ComFP采用分层贝叶斯模型，包含两类先验：一种是自适应的、用户特定的先验，用于捕捉所有网络中的全局社交兴趣；另一种是网络特定的先验，用于建模每个网络的独特结构特性。
• 该模型使用混合成员身份表示用户为社区的概率组合，其中链接概率由社区成员身份及社区间关系决定。
• 引入一种混合先验，以平衡来自其他网络的辅助知识影响与目标网络的独特特征。
• 推理过程采用变分贝叶斯方法，以估计潜在变量、社区成员身份和模型参数，从而实现在大规模数据集上的可扩展学习。
• 该框架支持任意数量的网络，并能根据网络密度和结构差异动态调整先验。
• 该模型设计具有可扩展性，可部署于Map/Reduce等分布式系统中，适用于大规模应用。

实验结果

研究问题

• RQ1 能否有效利用多个社交网络中的重叠用户，以改善稀疏网络中的友谊预测？
• RQ2 如何从多个网络中提取共享社交知识，同时最小化网络特异性结构差异的负面影响？
• RQ3 与单网络模型相比，自适应用户先验与网络特定先验联合使用，在多大程度上能提升预测性能？
• RQ4 具有混合成员身份的分层贝叶斯模型能否有效捕捉复合网络中的社区级社交兴趣？
• RQ5 所提出方法在具有不同密度和结构的多样化真实世界社交网络数据集上，其可扩展性与性能表现如何？

主要发现

• ComFP在九个真实世界社交网络数据集上的友谊预测中，显著提升了平均平均精度（MAP），相较于最先进基线方法，MAP最高提升0.11。
• 该模型通过重叠用户从辅助网络转移知识，有效缓解了数据稀疏性问题，即使在单个网络稀疏的情况下也表现良好。
• 自适应用户先验与网络特定先验的结合，使模型能够同时捕捉共享社交兴趣与网络特异性结构，从而提升预测准确性。
• 实证结果表明，ComFP始终优于忽略网络差异或对所有关系一视同仁的方法。
• 该框架在多种网络类型中均表现出鲁棒性，并且在网络密度和社区结构显著变化时仍能保持高性能。