cs224w 图神经网络 学习笔记（十二）Network Effects and Cascading Behavior

课程链接：CS224W: Machine Learning with Graphs
课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)

1. 前言——Spreading through networks

基于图的传播主要有以下四个方面：

• Cascading behavior 级联行为。如级联失效（Cascading failures）、信息传播（Spread of information）等。
• Diffusion of innovations 创新扩散 （这个词平时很少听到，是在传播学、广告学领域的词汇，可以参考《创新的扩散》这本书）。类似的概念在社交网络中有很多场景，例如谣言的扩散、新闻的传播、新技术的扩散、病毒式营销手段（Viral marketing）等。万物互联，例如我们在微博上的转发，就是一次传播；通过不断地转发，信息就完成了人与人之间的节点传播。
• Network effects 网络效应
• Epidemics 传染病流行——这个例子可以很好地反映出基于图传播的特点，就是信息/介质通过节点之间的不断传播进而影响到整个网络。例如在生物学或者医学里面的传染病扩散。

我们以传染病的传播来感受一下Network Cascades的过程：

病毒从一个城市开始传播，然后逐渐污染和整个网络。在这个传播的过程中，我们可以得到病毒的传播路径——传播树：

我们可以通过一些术语来描述这个传播过程：

• 描述传播对象——Contagion
• 描述感染事件——Adoption, infection, activation
• 描述节点角色——Infected/active nodes, adopters

那么，我们怎么描述扩散模型呢？主要有两种方式：

第一种是基于决策树的模型（Decision based models）。

第二种是基于概率的模型（Probabilistic models）。

这节课主要讲的是基于决策树的模型，下节课讲基于概率的模型。

2. Decision based model of diffusion

基于决策树的模型是建立在博弈论模型（Game theoretic model）的基础上的。对于每个节点来说，它总是会作出对自己最有利的决策。

假设，对于图中的每两个节点来说，他们都需要在两个选择里面作出决策（称为决策A和决策B）。很明显，假如你是节点v，当你周围的人作出的决策都和你一致时，你的利益是最大的。（这一点可以从功利和人脉的角度去理解，在社交网络里面，和你做同样选择的人相当于和你有了共同利益，对于你来说就是属于你的阵营的）。

那么，对于每两个节点v和w来说：

• 当他们选择决策A，那么他们都获得利益a（a>0）；
• 当他们选择决策B，那么他们都获得利益b（b>0）；
• 当他们决策不一致时，那么他们获得的利益都是0。

对于每个节点来说，它都和周围的节点进行这样的博弈游戏。那么，我们可以得到一个支付矩阵（Payoff matrix）。节点的Payoff就是它进行所有的博弈游戏之后的获得的利益总和。

上面的描述可能有点抽象，我们直接看一下Payoff的计算——

假设节点$v$有$d$个节点，其中有一部分节点（$p\times d$）个节点的决策时A，剩下的节点（也就是$(1-p)\times d$ 个节点）的决策时B。那么，对于节点A来说，如果它的决策是A，它的payoff就是$a\cdot p\cdot d$；如果它的决策是B，它的payoff就是$b\cdot (1-p)\cdot d$。根据博弈论，只有$a\cdot p\cdot d>b\cdot (1-p)\cdot d$时，也就是$p>\frac{b}{a+b}$时，节点$v$的决策是A。

令$q=\frac{b}{a+b}$，表示决策阈值（payoff threshold），那么，只有$p>q$是，节点v会选择A。

从这个角度又可以对前面的利益做一个理解——随波逐流。可以代入一个情境，我们在做决定时，总是会参考周边不同人的意见，当我们发现大多数人都选择A时，我们就会选择A。

具体的实现策略：

首先，假设图中所有人的决策都是B。接着，假设一小部分节点$S$的决策变成A（网络状态开始改变，信息开始传播）。并且对于集合$S$中的人来说，不管怎么样，他们的决策都是A——也就是说，在后面的演化过程中，要注意这部分节点的决策是不会随着博弈而改变的。

同时，确定好Payoff的策略——假设50%的朋友都选择A，那么这个节点也选择A。

下面就可以开始不断地进行演化，直到没有节点再改变决策为止。

总结：

3. 案例应用——Modeling protest recruitment on social networks

该案例研究使用的是Twiter上的数据，研究的是社交网络上的抗议传播（信息传播）模拟。首先确定了70个相关的标签，并抓取了一个月时间段内的推特上581750条相关的留言，并关联了发布这些消息的用户（包括消息的发布者和它们的相互关系）共87569人。

利用这些数据建立了两个网络——

• Full network: with all Twitter follow links
• Symmetric network with only the reciprocal follow links (i ➞j and j ➞i)——该网络只考虑了用户之间的强链接（交互次数越多，链接越紧密）。

首先从用户激活的条件去研究。

User activation time——用户在推特上表示抗议的时间
$k_{in}$——The total number of neighbors when a user became active 被激活用户的邻居节点总数。这里的被激活用户应该可以理解为表达了抗议的用户。
$k_a$——Number of active neighbors when a user became active 被激活用户的激活邻居节点总数。
$\text{Activation threshold}=\frac{k_a}{k_{in}}$——当一个节点的活跃用户达到某个阈值时，这个用户被激活。

上面建立的两个网络的激活阈值分布基本一致，除了峰值出现的时间：

这两个峰值说明信息的传播需要两个条件：

• 在强连接网络中，当$\text{Activation threshold}=0$时，激活用户最多——说明信息的传播需要有很多自发传播的用户——也就是“自来水”。
• 在全连接网络中，当$\text{Activation threshold}=0.5$时，激活用户最多——说明很多用户在他的大部分朋友都转发之后，他也会加入转发的队伍中——也就是“刷屏”。

从用户激活时间的角度去研究也可以得到很有趣的结论。

这个研究的假设是：如果一个用户的朋友在短时间内集中转发，那么这个用户更有可能会被激活。（想想我们的朋友圈，是不是当大家都在转某条消息的时候，我们也会跟着转）

首先，定义用户突发性的数学计算（Calculate the burstiness of active neighbors as）：
$$\frac{\Delta k_a}{k_a}=\frac{k_a^{t+1}-k_a^t}{k_a^{t+1}}$$

可以看到，对于一个用户来说，如果他的朋友都在转发这条消息，那么他很有可能会加入到传播的行为中，并且会影响到其他的用户——就是他的转发促进了消息的传播。

从信息传播的角度来看，数据之间的级联效应定义如下：

我们可以把信息的传播可以看成是一个级联效应，在$t$时刻，用户1转发了一条消息；在$t+\Delta t$时刻，用户2看到了用户1转发的消息，并加入了转发的队伍；在$t+2\Delta t$时刻，用户3看到了用户2转发的消息，并将消息转发给了更多地人。

一传十、十传百，级联效应中涉及到的用户越来越多。当参与其中的用户达到一定的数量级后，信息可以说已经成功传播开了（这就是10W+阅读的魅力么O(∩_∩)O）。

那么，在这个传播过程中，哪些用户的传播能力更强呢？（Who starts successful cascades?）

分析方法——k-core decomposition（K-Core算法）

总结——关于社交网络媒体中的信息传播

• 信息的传播总是需要一些自发的传播者。
• 随波逐流——如果一个用户的朋友都在转发这条消息，那么他很有可能也会加入传播消息的行列中。（Uniform activation threshold for users, with two local peaks ）
• Most cascades are short——很多消息可以在很短的时间内传播开来
• Successful cascades are started by central (more core) users——微博大V用户的转发可以使得信息的传播效率变高、范围变广

4. 模型的推广——Allow people adopt A and B

前面的模型只允许用户做出一个选择，但是我们成年人，全部都要！模型推广的基础就是允许用户可以既选择A，也选择B。

模型的基本思想是没有变的，改变的是payoff的博弈。其中c表示选择A且选择B时需要付出的代价。

实现策略：

同样的，在演化的开始假设所有人都选择B，同样使其中一部分用户选择A，开始演化。那么，用户的选择如何从选择B变成选择A或者变成选择AB呢？

我们假设$a>b$，通过前面的博弈论模型可以知道，如果只能做一个选择，那么如果$a>b$，那么用户就会选择B。而在扩展模型中，就会遇到一个问题：

例如，当$a=3,b=2,c=1$时，信息传播可以终止：

而如果$a=5,b=3,c=1$，会发现信息传播会一直迭代下去：

我们可以对这个模型建立一个统一的描述：

• 初始图中所有节点的选择都是B
• 对节点$w$来说，选择A的payoff是$a$，选择B的payoff是$1$，选择AB的payoff是$a+1-c$。

那么什么情况下，节点$w$会的决策会变成A呢？我们从两种情况去考虑。

情况一：

此时，对节点$w$来说，选择A的payoff是$a$，选择B的payoff是$1$，选择AB的payoff是$a+1-c$。那么，我们可以在$a-c$空间中得到如下规划：

情况二：

此时，对节点$w$来说，选择A的payoff是$a$，选择B的payoff是$1+1$，选择AB的payoff是$a+1-c$。那么，我们可以在$a-c$空间中得到如下规划：

我们可以把上面得到的两张图合在一起：

分析：

首先，我们可以看到，如果方案A能带来的效益不够时（即B stays的区域），人们对的选择并不会改变（默认所有人的初始选择都是B）。而随着收益$a$逐渐增加，当选择A的收益超过选择AB的代价需要付出的代价时，人们的选择会倾向决策A。

5. 小结

这一节课讲了基于决策树的网络信息传播模型。这个模型主要是基于用于决策和博弈论模型进行的，因此也要求我们能够对数据的演化规律有很清楚的把握。

然而，如果节点并不是人，而是疾病的时候，基于决策树的模型就不那么适用了。因为没有人清楚病毒的下一步行动，每个密切接触者都有可能感染病毒。下一节课要讲的就是基于概率的网络传播模型。