[论文解读] Information Extraction from Larger Multi-layer Social Networks

Brandon Oselio, Alex Kulesza+1 more|arXiv (Cornell University)|Jul 1, 2015

Complex Network Analysis Techniques参考文献 9被引用 5

一句话总结

本文提出了一种基于Pareto最优性的多目标优化框架，用于多层社交网络中的社区检测，结合了来自Twitter数据的标签（hashtag）行为层（时间相关性）与关系层（共现性）。该方法识别出一组非支配的社区划分的Pareto前沿，揭示了比单层分析更稳定且时间上更一致的社区结构，尤其在桑迪飓风和美国总统辩论等事件期间表现更优。

ABSTRACT

Social networks often encode community structure using multiple distinct types of links between nodes. In this paper we introduce a novel method to extract information from such multi-layer networks, where each type of link forms its own layer. Using the concept of Pareto optimality, community detection in this multi-layer setting is formulated as a multiple criterion optimization problem. We propose an algorithm for finding an approximate Pareto frontier containing a family of solutions. The power of this approach is demonstrated on a Twitter dataset, where the nodes are hashtags and the layers correspond to (1) behavioral edges connecting pairs of hashtags whose temporal profiles are similar and (2) relational edges connecting pairs of hashtags that appear in the same tweets.

研究动机与目标

• 解决将多层网络简化为单层表示以进行社区检测时存在的局限性。
• 开发一种方法，保留多个网络层的不同拓扑结构，且不假设各层重要性相等。
• 通过联合优化多个网络目标（行为与关系链接）来提高社区检测的准确性。
• 利用多层分析识别动态社交网络中时间上一致的社区结构。
• 在真实世界的Twitter数据中，证明多层社区检测方法相较于单层方法的优越性。

提出的方法

• 将社区检测建模为一个最小化两个目标函数的多目标优化问题：一个用于行为链接（标签频率的时间相关性），另一个用于关系链接（在推文中共同出现的频率）。
• 使用非支配排序来近似解的Pareto前沿，识别在两个目标间达到平衡的非支配划分。
• 在Pareto前沿上应用中点选择策略，以选取一个具有代表性的、平衡的社区划分。
• 采用Fisher变换与阈值处理（z = 1.3859），基于相关系数的统计显著性来构建行为层。
• 对每一层和每一天使用图割划分方法计算社区结构，以支持时间上的比较。
• 采用调整兰德指数（ARI）对不同天的社区划分进行定量比较，以评估稳定性。

实验结果

研究问题

• RQ1 多层社区检测能否在识别动态社交网络中稳定且有意义的社区结构方面优于单层分析？
• RQ2 行为层（时间相关性）与关系层（共现性）在网络社区检测中的贡献有何不同？
• RQ3 Pareto最优性框架能否有效平衡多层网络分析中的竞争目标？
• RQ4 在结合多个网络层后，社区结构中会浮现何种时间模式？
• RQ5 与单层方法相比，多层分析在事件检测（如桑迪飓风、总统辩论）方面提升了多少？

主要发现

• Pareto优化的多层方法在ARI热力图中揭示出块状结构，表明其在时间维度上比单层分析具有更高的社区稳定性。
• 仅使用标签用户层时，各天之间的相似性较低，表明不存在稳定的双聚类解；而体积层在桑迪飓风期间表现出强相关性。
• 联合方法在第3至第5天间检测到更高的相似性，对应美国首次总统辩论，而这一现象在单层结果中并不明显。
• 多层方法消除了仅基于体积层时在当月上半场与下半场之间出现的虚假相似性。
• Pareto前沿解保留了两层的结构模式，生成的社区划分比任何单一层次方法都更具鲁棒性和可解释性。
• ARI分析证实，多层方法产生的社区结构在时间上比单独分析任一层次时更一致、更稳定。