[论文解读] Producing a Unified Graph Representation from Multiple Social Network Views

Derek Greene, Pádraig Cunningham|arXiv (Cornell University)|Jan 24, 2013

Complex Network Analysis Techniques参考文献 13被引用 5

一句话总结

本文提出一种无监督方法，将多种异构社交网络视图（如关注、转发、提及及用户生成内容）统一为一个稀疏的、有向的k近邻图。通过在不进行人工加权的情况下聚合各视图的排序邻居集，该方法保留了底层社区结构，在五个Twitter数据集上的各项一致性度量指标上均优于单一视图。

ABSTRACT

In many social networks, several different link relations will exist between the same set of users. Additionally, attribute or textual information will be associated with those users, such as demographic details or user-generated content. For many data analysis tasks, such as community finding and data visualisation, the provision of multiple heterogeneous types of user data makes the analysis process more complex. We propose an unsupervised method for integrating multiple data views to produce a single unified graph representation, based on the combination of the k-nearest neighbour sets for users derived from each view. These views can be either relation-based or feature-based. The proposed method is evaluated on a number of annotated multi-view Twitter datasets, where it is shown to support the discovery of the underlying community structure in the data.

研究动机与目标

• 解决分析具有多种异构数据视图（如不同类型的链接和用户属性）的社交网络所面临的挑战。
• 消除在整合多个网络视图时对人工参数调优或监督的依赖。
• 生成一个统一的、稀疏的图表示，以保留来自多样化数据源的有意义的社区结构。
• 通过整合多关系数据，为社区检测和可视化等下游分析提供更有效的支持。
• 在单一视图并非始终最优的数据集中，支持稳健的分析。

提出的方法

• 该方法通过结合从每个数据视图中提取的k近邻集，并利用排名聚合来优先选择信息丰富的连接，构建统一图。
• 每个视图——无论是基于关系的（如关注、转发）还是基于特征的（如推文内容、人口统计信息）——均被转换为用户之间的相似性或排序得分。
• 以用户为单位局部构建邻域，最终图通过在所有视图中选择top-k排名邻居形成，确保稀疏性和可扩展性。
• 该方法为无监督方法，无需人工指定视图权重或标注训练数据。
• 该方法支持不完整的视图和视图间部分用户映射，增强了实际适用性。
• 最终图是有向且稀疏的，每个节点最多有k条出边，保留了局部连通性模式。

实验结果

研究问题

• RQ1 能否在不进行人工参数调优的情况下，从多个异构社交网络视图中构建统一图表示？
• RQ2 与单一视图相比，统一图是否能保留或增强底层社区结构的可检测性？
• RQ3 在不同视图信息量差异较大的多样化数据集中，该方法表现如何？
• RQ4 当单一视图并非始终最优时，该方法是否能在社区一致性度量上超越单一视图？
• RQ5 该方法对噪声或低质量视图（如存在不一致的用户列表）是否具有鲁棒性？

主要发现

• 在五个Twitter数据集中的四个中，统一图的微平均一致性得分均高于所有单一视图，表明邻居一致性得到提升。
• 在politics-uk数据集中，共列视图略优于统一图，表明在特定情境下，经人工整理的列表可能具有高度信息量。
• 宏观平均一致性得分显示，统一图在所有数据集上均表现稳健，包括community size不平衡的politics-ie和olympics数据集。
• 在所有数据集中，没有单一视图始终优于其他视图，验证了自动化整合方法的必要性。
• 该方法成功捕捉到了rugby数据集中对应国家俱乐部的子社区，包括在国与国之间转会的球员。
• 结果表明，统一图能有效凸显重叠和分层的社区结构，尤其在多个视图提供互补信号时更为显著。