[论文解读] Predicting the Temporal Dynamics of Information Diffusion in Social Networks

Adrien Guille, Hakim Hacid+1 more|arXiv (Cornell University)|Feb 21, 2013

Complex Network Analysis Techniques参考文献 21被引用 17

一句话总结

本文提出T-BaSIC，一种时变模型，通过使用贝叶斯逻辑回归从Twitter数据中学习用户行为，预测社交网络中信息传播的时间动态。该模型捕捉了特定主题的传播模式，并在在线语境中验证了'两步'理论，相较于基线方法显示出更高的预测准确度。

ABSTRACT

Online social networks play a major role in the spread of information at very large scale and it becomes essential to provide means to analyse this phenomenon. In this paper we address the issue of predicting the temporal dynamics of the information diffusion process. We develop a graph-based approach built on the assumption that the macroscopic dynamics of the spreading process are explained by the topology of the network and the interactions that occur through it, between pairs of users, on the basis of properties at the microscopic level. We introduce a generic model, called T-BaSIC, and describe how to estimate its parameters from users behaviours using machine learning techniques. Contrary to classical approaches where the parameters are fixed in advance, T-BaSIC's parameters are functions depending of time, which permit to better approximate and adapt to the diffusion phenomenon observed in online social networks. Our proposal has been validated on real Twitter datasets. Experiments show that our approach is able to capture the particular patterns of diffusion depending of the studied sub-networks of users and topics. The results corroborate the "two-step" theory (1955) that states that information flows from media to a few "opinion leaders" who then transfer it to the mass population via social networks and show that it applies in the online context. This work also highlights interesting recommendations for future investigations.

研究动机与目标

• 预测在线社交网络中信息传播的时间动态，特别是针对特定主题和话题标签。
• 通过整合社交、语义和时间维度，建模信息在社交网络中的传播方式。
• 开发一种通用的、数据驱动的模型，其参数可随时间自适应调整，不同于固定参数模型。
• 利用真实世界的Twitter数据，验证'两步'理论在在线社交网络中的适用性。
• 与基线方法相比，提高对传播规模和动态模式的预测准确度。

提出的方法

• T-BaSIC模型基于AsIC理论框架的时变扩展，从传播节点的视角建模信息扩散。
• 采用贝叶斯逻辑回归，基于行为特征估计用户间随时间变化的传播概率。
• 特征来源于三个维度：社交（网络结构）、主题（语义内容）和时间（时间序列模式）。
• 模型在真实Twitter数据集上进行训练，以推断反映用户参与度和信息传播演变的参数。
• 使用两种指标评估预测误差：规模误差（总触达量的偏差）和动态误差（变化率的偏差）。
• 以1期滞后预测器作为基线进行比较，报告了在规模和动态两方面相对误差的减少。

实验结果

研究问题

• RQ1 如何利用时变参数准确预测社交网络中信息传播的时间动态？
• RQ2 社交网络拓扑结构和用户行为在多大程度上解释了主题的宏观传播？
• RQ3 信息传播的'两步'理论——即媒体先影响意见领袖，再由其传播至大众——是否适用于在线社交网络？
• RQ4 数据驱动的、时变的模型能否在预测传播规模和动态方面优于固定参数或简单滞后预测器？
• RQ5 不同主题类型（如病毒式传播与缓慢增长型）如何影响预测模型的性能？

主要发现

• 对于最常见的传播形态，T-BaSIC模型在规模预测误差上较1期滞后基线减少34.04%，在动态预测误差上减少43.46%。
• 对于第二频繁的传播模式，模型在规模误差上减少42.89%，在动态误差上减少47.70%。
• 对于增长缓慢且持续的主题，模型在预测准确度上实现了31.85%的整体提升。
• 结果支持'两步'理论，表明信息在在线网络中先从媒体传播至意见领袖，再扩散至更广泛人群。
• 由于假设环境为'封闭'，模型对总传播规模存在轻微低估，忽略了外部信息源的影响。
• T-BaSIC的时变参数使其对现实世界传播模式的适应能力优于固定参数模型。