社交媒体中带链接推荐的自我中心网络演化
社会与信息网络
2017-02-07 v1 物理与社会
摘要
自我中心网络是社交图中的基本结构，但其演化过程仍鲜有探索。在在线环境下，一个关键问题是如何链接推荐系统可能扭曲这些网络的增长，可能限制多样性。为阐明此事，我们分析了从 Flickr 和 Tumblr 提取的 170M 自我中心网络的完整时间演化，比较自发创建的链接与算法推荐的链接。我们发现自我中心网络的演化是突发的、社区驱动的，并以直径急剧增加、轻微收缩和稳定等后续阶段为特征。推荐偏向于受欢迎且连接良好的节点，限制了直径扩张。通过一个旨在从观测数据中检测因果关系的匹配实验，我们发现推荐引入的偏差在邻居选择过程中促进了全局多样性。最后，通过两个链接预测实验，我们展示了如何利用我们分析中的洞见来提升社交推荐系统的有效性。
引用
@article{arxiv.1702.01398,
title = {Evolution of Ego-networks in Social Media with Link Recommendations},
author = {Luca Maria Aiello and Nicola Barbieri},
journal= {arXiv preprint arXiv:1702.01398},
year = {2017}
}
备注
Proceedings of the 10th ACM International Conference on Web Search and Data Mining (WSDM 2017), Cambridge, UK. 10 pages, 16 figures, 1 table