[论文解读] Using Linear Dynamical Topic Model for Inferring Temporal Social Correlation in Latent Space

Freddy Chong Tat Chua, Richard J. Oentaryo+1 more|arXiv (Cornell University)|Jan 6, 2015

Complex Network Analysis Techniques参考文献 41被引用 3

一句话总结

本文提出线性动态主题模型（LDTM），通过用户物品采纳序列推断潜在主题空间中的时间社会相关性（TSC）。通过建模主题随时间的动态变化，并对主题分布的时间序列应用格兰杰因果检验，该方法揭示了在合著关系中，姓名排在前面的作者往往对排在后面的作者产生影响，且这种影响随时间减弱。

ABSTRACT

The abundance of online user data has led to a surge of interests in understanding the dynamics of social relationships using computational methods. Utilizing users' items adoption data, we develop a new method to compute the Granger-causal (GC) relationships among users. In order to handle the high dimensional and sparse nature of the adoption data, we propose to model the relationships among users in latent space instead of the original data space. We devise a Linear Dynamical Topic Model (LDTM) that can capture the dynamics of the users' items adoption behaviors in latent (topic) space. Using the time series of temporal topic distributions learned by LDTM, we conduct Granger causality tests to measure the social correlation relationships between pairs of users. We call the combination of our LDTM and Granger causality tests as Temporal Social Correlation. By conducting extensive experiments on bibliographic data, where authors are analogous to users, we show that the ordering of authors' name on their publications plays a statistically significant role in the interaction of research topics among the authors. We also present a case study to illustrate the correlational relationships between pairs of authors.

研究动机与目标

• 使用概率潜在空间表示方法建模用户物品采纳行为的时间动态。
• 基于用户采纳模式的时间相关性，推断用户之间的社会影响关系。
• 解决现有方法在社会影响分析中忽略时间与因果结构的局限性。
• 验证出版物中作者姓名排序反映信息传递动态的假设。
• 通过主题分布的时间序列量化合著网络中影响随时间的演变。

提出的方法

• 提出线性动态主题模型（LDTM），将概率主题建模与线性动态系统结合，以建模主题随时间的演变。
• 在E步中使用EM算法结合Gibbs采样与卡尔曼滤波，推断各时间点的潜在主题分布。
• 在M步中通过最小化Kullback-Leibler散度估计控制主题转移的动力学矩阵。
• 对动力学矩阵施加稳定性和非负性约束，以确保主题衰减模式具有可解释性和意义。
• 从LDTM输出构建每位用户的主题分布时间序列，以支持格兰杰因果检验。
• 对合作者之间进行成对的格兰杰因果检验，计算时间社会相关性（TSC）值。

实验结果

研究问题

• RQ1 合著者之间主题采纳的时间序列是否反映信息传递模式？
• RQ2 作者姓名排序与合著关系中影响方向之间是否存在统计显著关系？
• RQ3 合著者之间的影响强度如何随时间演变？
• RQ4 在出版物中排在前面的作者是否比排在后面的作者对合作者具有更大的影响力？
• RQ5 TSC度量在多大程度上反映实际信息传递而非随机相关性？

主要发现

• 比率度量（衡量从作者i到j的TSC超过从j到i的TSC的概率）始终低于0.5，表明排在后面的作者更易受排在前面的作者影响。
• 该比率随时间下降，表明随着合著持续时间增加，排在后面的作者对排在前面的作者的影响逐渐减弱。
• 第二作者（i）对第一作者（j）的影响大于普通靠后的作者，表明作者位置在影响动态中具有作用。
• 最后作者（i）对第一作者（j）的影响大于第二作者，表明资历或贡献水平会影响影响模式。
• 研究结果否定了假设AB、AZ和Bf_Af，证实作者姓名排序与主题采纳中的方向性影响相关。
• 本研究证明，从潜在主题动态推导出的时间社会相关性可揭示学术合作中具有统计显著性的有意义信息传递模式。