[论文解读] Network Weirdness: Exploring the Origins of Network Paradoxes

Farshad Kooti, Nathan O. Hodas+1 more|arXiv (Cornell University)|Mar 27, 2014

Complex Network Analysis Techniques参考文献 23被引用 19

一句话总结

本文通過區分統計（基於分佈）與行為（基於相關性）原因，探討了網絡悖論（如朋友悖論）的根源。本文引入了一種基於中位數的「強悖論」，顯示大多數用戶的朋友在連接數、活躍度和內容傳播性等屬性上均超過自身，這種現象僅因行為相關性而存在，而非隨機抽樣所致。主要貢獻在於證明強悖論源於用戶屬性與度數的 assortative mixing（度數-屬性同質性混合），而不僅僅是重尾分佈。

ABSTRACT

Social networks have many counter-intuitive properties, including the "friendship paradox" that states, on average, your friends have more friends than you do. Recently, a variety of other paradoxes were demonstrated in online social networks. This paper explores the origins of these network paradoxes. Specifically, we ask whether they arise from mathematical properties of the networks or whether they have a behavioral origin. We show that sampling from heavy-tailed distributions always gives rise to a paradox in the mean, but not the median. We propose a strong form of network paradoxes, based on utilizing the median, and validate it empirically using data from two online social networks. Specifically, we show that for any user the majority of user's friends and followers have more friends, followers, etc. than the user, and that this cannot be explained by statistical properties of sampling. Next, we explore the behavioral origins of the paradoxes by using the shuffle test to remove correlations between node degrees and attributes. We find that paradoxes for the mean persist in the shuffled network, but not for the median. We demonstrate that strong paradoxes arise due to the assortativity of user attributes, including degree, and correlation between degree and attribute.

研究动机与目标

• 區分網絡悖論是源自重尾分佈的數學性質，還是社交網絡中的行為相關性。
• 研究即使使用中位數，悖論仍持續存在的原因，挑戰『基於中位數的比較可消除統計偏差』的假設。
• 通過分離節點度數與屬性之間的節點內與節點間相關性，識別強悖論的行為來源。
• 利用 Digg 和 Twitter 數據實證驗證強悖論的存在，顯示大多數朋友在關鍵屬性上超過用戶。
• 證明混洗測試（shuffle tests）可有效區分網絡悖論中的統計效應與行為影響。

提出的方法

• 提出一種基於中位數的網絡悖論強形式，與傳統基於均值的悖論形成對比。
• 在 Digg 和 Twitter 上實證測量悖論，使用度數、活躍度、內容傳播性與多樣性等屬性。
• 應用受控混洗測試，破壞節點度數與屬性之間的相關性，從而隔離節點內與節點間相關性的影響。
• 在保持網絡結構不變的情況下，對節點屬性進行混洗，測試在去除行為相關性後悖論是否仍然存在。
• 使用統計分析比較基於均值與基於中位數的悖論，顯示基於中位數的悖論無法僅由重尾分佈的抽樣性質來解釋。
• 分析同質性混合（assortativity）與度數-屬性相關性在生成持續性悖論中的作用，特別是在有向網絡中的表現。

实验结果

研究问题

• RQ1 強悖論（即大多數用戶的朋友在屬性值上超過自身）是源自統計抽樣性質，還是行為網絡結構？
• RQ2 中位數基於的悖論的持續性是否僅能由重尾分佈解釋，還是存在行為成分？
• RQ3 節點內相關性（度數與屬性之間的關聯）與節點間相關性（鄰居屬性之間的關聯）在多大程度上促成強悖論？
• RQ4 混洗測試如何通過解耦度數與屬性，幫助隔離網絡悖論的行為來源？
• RQ5 用戶屬性中的同質性混合在塑造線上網絡中社會不平等的感知中發揮何種作用？

主要发现

• 強悖論（即大多數朋友在連接數、活躍度與內容傳播性等屬性上超過用戶）在現實網絡（如 Digg 和 Twitter）中持續存在，即使使用中位數亦然。
• 透過混洗節點屬性以破壞度數與屬性之間的相關性，可消除強悖論，表明其根源在於行為因素，而非統計抽樣效應。
• 傳統基於均值的悖論在混洗後的網絡中仍然存在，確認其源於重尾分佈。
• 節點間相關性（連接節點之間的同質性）是活躍度與內容傳播性相關強悖論的主要驅動因素。
• 節點內相關性（同一節點上度數與屬性之間的關聯）是內容多樣性與用戶所接收傳播性相關悖論的主導因素。
• 強悖論的存在意味著用戶系統性地接觸到更成功的同儕，這可能正是社交媒體使用中負面自我評估與感知偏見的根源。