[论文解读] Predicting engagement in online social networks: Challenges and opportunities

Farig Sadeque, Steven Bethard|arXiv (Cornell University)|Jul 11, 2019

Complex Network Analysis Techniques参考文献 27被引用 4

一句话总结

本综述识别了在多样化在线社交网络中预测用户参与度的关键挑战与机遇，分析了跨平台的特征工程与机器学习技术。研究发现，参与度预测具有高度的情境依赖性，图特征、用户活动模式和社会影响力扩散是关键因素，而不存在适用于所有网络的通用模型或特征集。

ABSTRACT

Since the introduction of social media, user participation or engagement has received little research attention. In this survey article, we establish the notion of participation in social media and main challenges that researchers may face while exploring this phenomenon. We surveyed a handful of research articles that had been done in this area, and tried to extract, analyze and summarize the techniques performed by the researchers. We classified these works based on our task definitions, and explored the machine learning models that have been used for any kind of participation prediction. We also explored the vast amount of features that have been proven useful, and classified them into categories for better understanding and ease of re-implementation. We have found that the success of a technique mostly depends on the type of the network that has been researched on, and there is no universal machine learning algorithm or feature sets that works reasonably well in all types of social media. There is a lack of attempts in implementing state-of-the-art machine learning techniques like neural networks, and the possibility of transfer learning and domain adaptation has not been explored.

研究动机与目标

• 审查在线社交网络中用户参与度预测研究的现状，特别是针对基于社区的论坛和互助小组。
• 识别并分类最有效的特征，如图中心性、邻域属性和影响力扩散，用于参与度预测。
• 分析不同网络类型中各类机器学习模型的性能，并指出当前方法的局限性。
• 探讨在参与度预测任务中，为何先进方法如深度学习和迁移学习尚未被广泛采用。
• 提供全面概述，以指导未来在异构社交媒体平台上的用户参与度建模研究。

提出的方法

• 调研现有参与度预测研究，根据任务定义和网络类型对研究进行分类。
• 将特征分类为：图特征（如介数、度中心性）、邻域属性（如邻域大小、用户流失率）和结构度量（如图密度、局部聚类系数）。
• 分析影响力扩散模型，包括引入正/负影响力向量和传播因子的改进型扩散模型，以捕捉用户层面的流失动态。
• 评估文本内容、人口统计信息以及时间维度的用户生命周期模式在参与度预测中的作用。
• 通过对比分析评估不同模型在Twitter、论坛和健康支持社区等平台上的有效性。
• 应用理论图论概念，如最短路径计数和中心性度量，以量化社交网络中用户的角色。

实验结果

研究问题

• RQ1 与电信领域的传统流失预测相比，在线社交网络中预测用户参与度面临哪些主要挑战？
• RQ2 在不同类型的社交网络中，图特征、行为特征或人口统计特征中，哪类特征对用户参与度的预测最具预测力？
• RQ3 中心性度量和邻域属性在多大程度上影响用户流失或脱离参与的可能性？
• RQ4 与标准模型相比，影响力扩散模型在多大程度上提升了参与度预测的准确性？
• RQ5 为何在参与度预测研究中，先进机器学习技术如神经网络和迁移学习的采用率仍然较低？

主要发现

• 不存在适用于所有类型社交网络的通用机器学习算法或特征集，因为其有效性高度依赖于网络结构和用户行为模式。
• 图中心性度量（如介数）是未来流失的强预测因子，因为核心用户更容易受到网络流失和社会关系中断的影响。
• 邻域大小与用户参与度呈显著正相关，而用户邻域中不活跃用户比例越高，流失的可能性越大。
• 忠诚社区表现出显著更高的图密度和更低的局部聚类系数，表明用户网络更加紧密和凝聚。
• 能够捕捉正向与负向影响力传播的影响力扩散模型，优于忽略人际影响力影响的模型，显著提升了预测性能。
• 尽管潜力巨大，但最先进的技术如深度学习和迁移学习在参与度预测中仍研究不足，代表了重大的研究机遇。