[论文解读] Keep Your Friends Close and Your Facebook Friends Closer: A Multiplex Network Approach to the Analysis of Offline and Online Social Ties

Desislava Hristova, Mirco Musolesi+1 more|arXiv (Cornell University)|Mar 31, 2014

Complex Network Analysis Techniques参考文献 23被引用 24

一句话总结

本文提出了一种多层网络模型，通过74名MIT学生的多通道通信（通话、短信、共处）量化社交关系强度，发现更高的通信多层性与更强的关系以及音乐、居住地和大学年级的同质性相关。尽管情境因素驱动了显著的同质性，但在线Facebook网络在政治和音乐偏好上的多样性仍高于线下圈子。

ABSTRACT

Social media allow for an unprecedented amount of interaction between people online. A fundamental aspect of human social behavior, however, is the tendency of people to associate themselves with like-minded individuals, forming homogeneous social circles both online and offline. In this work, we apply a new model that allows us to distinguish between social ties of varying strength, and to observe evidence of homophily with regards to politics, music, health, residential sector & year in college, within the online and offline social network of 74 college students. We present a multiplex network approach to social tie strength, here applied to mobile communication data - calls, text messages, and co-location, allowing us to dimensionally identify relationships by considering the number of communication channels utilized between students. We find that strong social ties are characterized by maximal use of communication channels, while weak ties by minimal use. We are able to identify 75% of close friendships, 90% of weaker ties, and 90% of Facebook friendships as compared to reported ground truth. We then show that stronger ties exhibit greater profile similarity than weaker ones. Apart from high homogeneity in social circles with respect to political and health aspects, we observe strong homophily driven by music, residential sector and year in college. Despite Facebook friendship being highly dependent on residence and year, exposure to less homogeneous content can be found in the online rather than the offline social circles of students, most notably in political and music aspects.

研究动机与目标

• 使用真实学生群体中的多通道通信数据（通话、短信、共处）建模社交关系强度。
• 研究线下和线上社交网络在政治取向、音乐、健康和情境因素方面的同质性。
• 比较线下与基于Facebook的社交圈子在信息暴露多样性方面的差异。
• 评估Facebook在通过弱关系和多样化内容暴露扩展社会资本方面的作用。
• 评估同质性与同质性在塑造社交网络结构方面的相对影响。

提出的方法

• 构建一个多层网络，其中每一层代表学生之间的一种独立通信渠道（语音通话、短信、共处）。
• 将关系强度定义为两人之间共享的通信渠道数量（多层性），多层性越高表示关系越强。
• 使用调查提供的真实数据验证关系强度预测，对亲密朋友的预测准确率达75%，对较弱关系和Facebook关系的预测准确率达90%。
• 通过政治取向、音乐偏好、健康习惯、居住区域和大学年级等属性测量用户之间的档案相似性。
• 比较线下和线上（Facebook）社交圈子的综合相似性得分，以评估信息暴露的多样性。
• 应用统计分析以区分社区整体同质性与基于特定属性的真实同质性。

实验结果

研究问题

• RQ1 在真实学生群体中，通信多层性与感知社交关系强度之间有何相关性？
• RQ2 线下和线上社交网络在政治和音乐偏好多样性暴露方面有多大差异？
• RQ3 哪些因素——情境因素（居住地、年级）还是兴趣因素（音乐、政治）——在在线和线下网络中对同质性影响最大？
• RQ4 Facebook好友关系结构与线下共处及通信模式有何关联？
• RQ5 多层网络建模能否有效预测并区分强关系、弱关系和基于Facebook的关系？

主要发现

• 与真实调查数据对比，多层网络模型正确识别了75%的亲密朋友关系和90%的弱关系及Facebook关系。
• 关系强度越高（以通信多层性衡量），在政治、音乐、健康和情境因素方面的档案相似性也显著更高。
• 同质性在音乐偏好、居住区域和大学年级方面最为明显，显示出基于共同兴趣和背景的关系形成证据。
• 尽管政治和健康因素整体同质性较高，但线上Facebook网络在政治观点和音乐品味上的多样性仍高于线下网络。
• 线上信息暴露多样性更高，尤其在音乐和政治方面，表明Facebook相对于线下圈子扩大了信息多样性。
• Facebook好友关系强烈受情境因素（如共同居住和年级）影响，这些因素是线上关系形成的关键驱动因素。