[论文解读] Social Network Fusion and Mining: A Survey

Jiawei Zhang|arXiv (Cornell University)|Apr 26, 2018

Complex Network Analysis Techniques参考文献 115被引用 10

一句话总结

本综述全面概述了异质社交网络（HSNs）中的广义学习，聚焦于五个核心任务：网络对齐、链接预测、社区检测、信息传播和网络嵌入。该研究提出了一种统一框架，通过跨平台的锚点用户融合多源社交数据，利用元路径加权和深度学习等技术，实现在对齐网络中的协同挖掘。

ABSTRACT

Looking from a global perspective, the landscape of online social networks is highly fragmented. A large number of online social networks have appeared, which can provide users with various types of services. Generally, the information available in these online social networks is of diverse categories, which can be represented as heterogeneous social networks (HSN) formally. Meanwhile, in such an age of online social media, users usually participate in multiple online social networks simultaneously to enjoy more social networks services, who can act as bridges connecting different networks together. So multiple HSNs not only represent information in single network, but also fuse information from multiple networks. Formally, the online social networks sharing common users are named as the aligned social networks, and these shared users who act like anchors aligning the networks are called the anchor users. The heterogeneous information generated by users' social activities in the multiple aligned social networks provides social network practitioners and researchers with the opportunities to study individual user's social behaviors across multiple social platforms simultaneously. This paper presents a comprehensive survey about the latest research works on multiple aligned HSNs studies based on the broad learning setting, which covers 5 major research tasks, i.e., network alignment, link prediction, community detection, information diffusion and network embedding respectively.

研究动机与目标

• 为解决在线社交网络碎片化问题，通过共享用户（锚点用户）实现在多个平台间的数据融合。
• 提供一个统一的广义学习框架，将多样化数据源（如社交媒体、兴趣点POI、用户活动）整合到一致的分析环境中。
• 识别并解决数据融合与挖掘中的关键挑战，包括异质数据集成和跨源相关性过滤。
• 支持跨平台分析，如跨网络链接预测、互惠社区检测和信息传播建模。
• 为未来研究提供指导，推动可扩展、多源且与应用无关的广义学习算法在社交网络挖掘中的发展。

提出的方法

• 利用跨多个社交网络的共享用户（锚点用户）作为对齐点，融合异质社交网络数据。
• 应用元路径加权和网络采样技术，优先选择对下游任务相关的信息源。
• 采用深度学习和随机梯度下降（SGD）对网络嵌入和链接预测模型进行端到端训练。
• 提出一种广义学习范式，协同挖掘多个对齐的HSN中的融合数据，以提升任务性能。
• 利用分布式计算平台（如Spark、Hadoop）和模型优化技术，实现对拥有数十亿用户的超大规模网络的可扩展性。
• 提出信息源嵌入和特征选择方法，以减少噪声并提高挖掘效率。

实验结果

研究问题

• RQ1 如何利用共享用户（锚点用户）作为桥梁，有效对齐多个异质社交网络？
• RQ2 在多个社交平台之间，融合不同类型数据（如文本、图像、用户活动）的最有效策略是什么？
• RQ3 网络对齐如何提升跨平台的下游任务性能，如链接预测和社区检测？
• RQ4 从两网络融合扩展到多网络（三个或以上）对齐与挖掘时，面临的关键挑战是什么？
• RQ5 如何设计可扩展且高效的算法，以应对日益增长的大规模社交网络数据量？

主要发现

• 通过锚点用户实现的网络对齐，是实现跨平台分析（如跨网络链接预测和互惠社区检测）的关键前提。
• 元路径加权和特征选择显著提升了融合数据在下游挖掘任务中的相关性和性能。
• 在融合的HSN数据上使用SGD训练的深度学习模型，在网络嵌入和链接预测任务中相比单网络基线模型表现更优。
• 可扩展性仍是主要挑战，而Spark、Hadoop等分布式平台为处理大数据工作负载提供了可行解决方案。
• 未来研究应聚焦于多源融合（超越两网络）以及将广义学习扩展至非社交领域，如企业数据、地理空间数据和知识库。
• 在企业环境中的应用（如组织架构推断和员工培训）表明，广义学习在社交媒体之外也具有更广泛的应用潜力。