[论文解读] Predicting Social Status via Social Networks: A Case Study on University, Occupation, and Region

Hao Fu, Xing Xie+4 more|arXiv (Cornell University)|Apr 10, 2016

Complex Network Analysis Techniques参考文献 22被引用 3

一句话总结

本文提出一种方法，通过新浪微博的社交网络结构预测现实世界的社会地位——具体包括大学声望、职业地位和地区发展水平。通过将用户-群体成员关系建模为异质网络，并应用基于监督随机游走的推理算法，作者在预测群体层面社会地位方面取得了合理准确度，但因用户偏见和在线行为操纵导致结果存在不一致。

ABSTRACT

Social status refers to the relative position within the society. It is an important notion in sociology and related research. The problem of measuring social status has been studied for many years. Various indicators are proposed to assess social status of individuals, including educational attainment, occupation, and income/wealth. However, these indicators are sometimes difficult to collect or measure. We investigate social networks for alternative measures of social status. Online activities expose certain traits of users in the real world. We are interested in how these activities are related to social status, and how social status can be predicted with social network data. To the best of our knowledge, this is the first study on connecting online activities with social status in reality. In particular, we focus on the network structure of microblogs in this study. A user following another implies some kind of status. We cast the predicted social status of users to the "status" of real-world entities, e.g., universities, occupations, and regions, so that we can compare and validate predicted results with facts in the real world. We propose an efficient algorithm for this task and evaluate it on a dataset consisting of 3.4 million users from Sina Weibo. The result shows that it is possible to predict social status with reasonable accuracy using social network data. We also point out challenges and limitations of this approach, e.g., inconsistence between online popularity and real-world status for certain users. Our findings provide insights on analyzing online social status and future designs of ranking schemes for social networks.

研究动机与目标

• 探究社交网络结构是否可作为现实世界社会地位（包括大学声望、职业地位和地区发展）的代理指标。
• 解决在大规模在线社交网络中，基于不完整且有偏见的用户提供的资料推断社会地位的挑战。
• 开发一种可扩展且有效的群体层面社会地位预测方法，利用网络结构与成员信息。
• 将预测的社会地位评分与现实世界指标（如机构声望和职业排名）进行验证。
• 识别在线社会地位预测中的局限性与偏见，特别是与用户自我呈现及网络行为操纵相关的问题。

提出的方法

• 将用户-群体成员关系（如大学、职业、地区）建模为异质网络，包含两类节点：用户和群体。
• 将群体地位预测建模为异质网络中的排序问题，其中群体地位为反映成员社会地位的实数值度量。
• 应用监督随机游走算法学习边权重，并从已知成员关系传播地位评分，以推断缺失属性。
• 利用已知用户属性（如大学、职业）作为训练信号，引导随机游走过程，提升推断准确度。
• 聚合预测的用户地位评分，计算群体层面地位评分，并与现实世界基准进行比较。
• 利用网络结构与用户行为模式推断社会地位，无需依赖显式内容或文本分析。

实验结果

研究问题

• RQ1 社交网络结构能否准确预测现实世界的社会地位指标，如大学声望、职业地位和地区发展？
• RQ2 在使用基于网络的推断方法时，社会地位预测的准确度在不同领域（大学、职业、地区）之间如何变化？
• RQ3 用户提供的资料中的偏见以及在线行为（如链接农场、自我宣传）在多大程度上扭曲了社会地位的预测结果？
• RQ4 监督随机游走方法在处理大规模社交网络中不完整且嘈杂的成员数据方面有多有效？
• RQ5 将在线受欢迎程度作为现实世界社会地位代理指标存在哪些主要局限性，以及如何加以缓解？

主要发现

• 所提出的方法仅基于社交网络结构与部分成员数据，即可在大学、职业与地区层面实现合理准确的社会地位预测。
• 观察到在线受欢迎程度与现实世界社会地位之间存在显著不一致，尤其在艺术或自我宣传型职业（如艺术家、营销人员）用户中更为明显。
• 非顶尖大学的精英毕业生更可能拥有认证账号，表明用户自我呈现存在偏见，导致基于网络的度量出现偏差。
• 官员与宗教领袖常在线隐藏身份，导致其在成员关系推断与地位预测中代表性不足。
• 某些职业（尤其是艺术与娱乐行业）的用户表现出更高的在线活跃度与粉丝数量，可能使其感知的社会地位高于其现实世界地位。
• 研究发现，链接农场与战略性组网行为可人为提升在线地位，凸显未来模型需应对此类行为的关键挑战。