[论文解读] Information Transfer in Social Media

Greg Ver Steeg, Aram Galstyan|arXiv (Cornell University)|Oct 12, 2011

Complex Network Analysis Techniques被引用 5

一句话总结

本文提出转移熵——一种无需模型、基于信息论的因果影响度量方法——作为识别社交媒体中影响者的的动态、预测性替代指标，取代静态的中心性度量。通过量化一个用户的行为如何减少另一个用户行为的不确定性，该方法揭示了隐藏的因果结构，表明影响力更应通过预测能力而非粉丝数量来衡量。例如，尽管粉丝数较少，一位巴西政治人物在信息传递方面表现优于一位病毒式传播的名人，证明了这一点。

ABSTRACT

Recent research has explored the increasingly important role of social media by examining the dynamics of individual and group behavior, characterizing patterns of information diffusion, and identifying influential individuals. In this paper we suggest a measure of causal relationships between nodes based on the information-theoretic notion of transfer entropy, or information transfer. This theoretically grounded measure is based on dynamic information, captures fine-grain notions of influence, and admits a natural, predictive interpretation. Causal networks inferred by transfer entropy can differ significantly from static friendship networks because most friendship links are not useful for predicting future dynamics. We demonstrate through analysis of synthetic and real-world data that transfer entropy reveals meaningful hidden network structures. In addition to altering our notion of who is influential, transfer entropy allows us to differentiate between weak influence over large groups and strong influence over small groups.

研究动机与目标

• 开发一种无需依赖显式因果信号（如转发或提及）的无模型方法，用于识别社交媒体中的因果影响。
• 解决静态聚合影响力度量（如粉丝数或PageRank）的局限性，这些度量常无法预测实际行为影响。
• 提供一种动态、预测性的影响力度量，捕捉用户之间的细粒度信息流动。
• 证明转移熵能够揭示静态好友或粉丝网络中不可见的有意义网络结构。
• 实现基于用户对他人行为预测能力的影响者识别，即使这种影响无法仅从网络拓扑中明显看出。

提出的方法

• 使用转移熵，定义为：已知源用户近期活动后，目标用户未来活动不确定性的减少量。
• 采用用户活动的分箱时间序列（如发推时间）来估计离散时间箱内的概率分布。
• 应用核心公式：$ T_{X\rightarrow Y} = H(Y_t|Y_{t-1}^{(t-k)}) - H(Y_t|Y_{t-1}^{(t-k)}, X_{t-1}^{(t-k)}) $，以捕捉定向信息流。
• 通过有限数据的频率计数估计熵，并关注抽样中的偏差校正。
• 通过计算所有用户对之间的转移熵来重构因果网络，从而识别具有影响力的链接。
• 在合成数据上验证结果，以研究其对数据生成过程的依赖性；并在真实Twitter数据上验证，以比较不同用户之间的影响力。

实验结果

研究问题

• RQ1 在缺乏显式因果信号（如转发或提及）的情况下，转移熵是否能有效识别社交媒体中的因果影响？
• RQ2 与传统的中心性度量（如粉丝数或PageRank）相比，转移熵在识别影响者方面有何不同？
• RQ3 用户活动的预测能力在多大程度上与对粉丝实际行为的影响相关？
• RQ4 转移熵能否揭示静态社交网络中不可见的隐藏网络结构？
• RQ5 信息传递如何随时间变化？动态估计能否检测到个体影响力的变化？

主要发现

• 转移熵显示，巴西政治家马里纳·席尔瓦（粉丝数不足一百万）向其粉丝传递的信息量高于粉丝数多六倍的名人SouljaBoy，表明其具有更强的预测性影响力。
• 尽管粉丝数较少，马里纳·席尔瓦的活动是其粉丝行为的显著预测因子，证明影响力并非仅由人气决定。
• 研究发现，即使没有显式互动（如无转发或提及），转移熵也能检测到影响力，例如在选举期间，马里纳·席尔瓦与一家巴西新闻机构之间存在相互可预测性。
• 垃圾信息和高度可预测的人类行为（如狂热粉丝行为）表现出较高的转移熵，证实该方法对可预测性的敏感性。
• 转移熵识别出了静态好友网络中缺失的有意义因果关系，表明大多数好友关系并不支持预测性动态。
• 该方法成功区分了对大群体的弱影响力与对小群体的强影响力，提供了超越聚合度量的影响力精细化视图。