[论文解读] Influential Node Detection in Implicit Social Networks using Multi-task Gaussian Copula Models

Qunwei Li, Bhavya Kailkhura+3 more|arXiv (Cornell University)|Nov 30, 2016

Complex Network Analysis Techniques参考文献 12被引用 7

一句话总结

该论文提出了一种多任务低秩高斯配对模型，用于检测隐式社交网络中影响力节点并预测时间序列传播量，其中网络结构未知。通过配对理论建模跨主题依赖关系，并在影响矩阵上施加低秩结构，该方法在合成数据和ISIS Twitter数据上均优于当前最先进方法，在传播量预测准确率和影响力节点识别方面均有提升。

ABSTRACT

Influential node detection is a central research topic in social network analysis. Many existing methods rely on the assumption that the network structure is completely known \ extit{a priori}. However, in many applications, network structure is unavailable to explain the underlying information diffusion phenomenon. To address the challenge of information diffusion analysis with incomplete knowledge of network structure, we develop a multi-task low rank linear influence model. By exploiting the relationships between contagions, our approach can simultaneously predict the volume (i.e. time series prediction) for each contagion (or topic) and automatically identify the most influential nodes for each contagion. The proposed model is validated using synthetic data and an ISIS twitter dataset. In addition to improving the volume prediction performance significantly, we show that the proposed approach can reliably infer the most influential users for specific contagions.

研究动机与目标

• 解决在底层网络结构未知或不可用的隐式社交网络中影响力节点检测的挑战。
• 通过利用多个传播源（主题）之间的依赖关系，改进信息传播量的时间序列预测。
• 在不依赖显式网络拓扑结构的前提下，联合学习影响结构并预测传播动态。
• 为所提出的多任务影响模型开发一种可扩展且高效的推理算法。

提出的方法

• 构建一种多任务线性影响模型（LIM），通过共享的低秩结构联合预测K个主题下的传播量和影响度。
• 采用高斯配对理论建模不同传播源（主题）之间的依赖结构，捕捉正相关与负相关关系。
• 在影响矩阵上施加低秩正则化，以捕捉节点与主题之间的聚类模式。
• 使用增广拉格朗日乘子法结合交替优化求解非凸优化问题，实现高效求解。
• 引入时滞影响函数以建模影响随时间的衰减（L=5个时间步）。
• 通过优化带有配对依赖建模的正则化最小二乘目标函数，估计每个节点在每个主题下的影响得分。

实验结果

研究问题

• RQ1 如何在未知网络结构的隐式网络中提升时间序列传播量的预测性能？
• RQ2 建模跨主题依赖关系是否能提升影响结构估计与传播量预测的准确性？
• RQ3 在多任务传播建模中，影响矩阵的低秩结构对学习效果有何影响？
• RQ4 该模型识别出的影响力节点与基于原始推文数量识别的节点相比如何？
• RQ5 所提出的模型能否在复杂的真实社交媒体数据中可靠地检测出特定主题的影响力用户？

主要发现

• 在ISIS Twitter数据集上，所提方法的传播量预测均方误差（MSE）为0.329，显著优于MSLIM方法（MSE为2.7）。
• 该模型成功识别出影响得分与总推文量无明显相关的影响力用户，表明影响力并非简单等同于活跃度。
• 模型学习到了主题之间较强的正相关结构，该结构有助于提升预测性能。
• 在多个主题中具有高最大影响得分的用户通常并非最活跃的推文发布者，凸显了模型识别高影响力但低活跃度用户的能力。
• 通过平均影响阈值（≥1.3）与最大影响阈值（≥1.8）联合筛选用户，成功捕获了具有多样化主题影响模式的关键影响力用户。
• 对前9位影响力用户进行可视化分析显示，其在各主题中的推文分布高度分散，证实了其作为跨主题传播枢纽的角色。