Joint Multiple Imputation of Node Attributes and Network Ties in R
Dit artikel introduceert `netimpute`, een R-pakket dat gezamenlijk ontbrekende knoopattributen en netwerkverbindingen in sociale netwerken imputeert door structurele homofilie-maten, dyadische regressie en een sequentiële Gibbs-sampling-benadering binnen een chained-equations-raamwerk te integreren om de beperkingen van bestaande afzonderlijke imputatiemethoden aan te pakken.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je probeert een enorme, ingewikkelde puzzel op te lossen waarbij elk stukje een persoon is, en het beeld dat zij vormen een sociaal netwerk is. In deze wereld bestuderen wetenschappers hoe mensen verbonden zijn—zoals wie vrienden met wie is, wie advies aan wie geeft, en wat die mensen zijn voor kenmerken (hun leeftijd, baan of persoonlijkheid). Maar hier komt de crux bij: in de echte wereld vergeten mensen vaak delen van de puzzel in te vullen. Soms vult een persoon een enquêtevraag over hun leeftijd niet in (een ontbrekend "attribuut"), en soms weten ze niet meer wie hun vrienden zijn (een ontbrekende "band").
Lange tijd moesten onderzoekers twee verschillende gereedschapskisten gebruiken om deze gaten op te vullen. De ene gereedschapskist was geweldig in het raden van ontbrekende persoonlijke details, zoals het invullen van een ontbrekende leeftijd op een formulier. Een andere gereedschapskist was ontworpen om ontbrekende verbindingen te raden, zoals uitzoeken of twee mensen vrienden zijn. Het probleem is dat deze twee problemen diep met elkaar verweven zijn. Je kunt de leeftijd van iemand niet raden zonder te weten wie hun vrienden zijn (omdat vrienden vaak een vergelijkbare leeftijd hebben), en je kunt niet raden of twee mensen vrienden zijn zonder te weten wat hun leeftijd is (omdat mensen vaak bevriend raken met mensen die op hen lijken). Het oplossen van één kant van de puzzel terwijl je de andere negeert, is als het bakken van een taart door alleen de bloem te meten maar de eieren te vergeten; het resultaat is waarschijnlijk een puinhoop. Dit artikel introduceert een nieuw, slim gereedschap dat is ontworpen om de hele taart in één keer te bakken.
Het artikel introduceert netimpute, een nieuwe softwarepackage voor de programmeertaal R die fungeert als een super-slimme detective voor sociale netwerken. In plaats van ontbrekende persoonlijke details en ontbrekende vriendschappen als aparte mysteries te behanden, lost netimpute ze samen op in één enkel, herhalend proces. Denk aan een spelletje "telefoontje spelen" waarbij de detective voortdurend hun verhaal bijwerkt. Eerst raden ze een ontbrekende vriendschap op basis van wat ze weten over de betrokken personen. Vervolgens gebruiken ze die nieuwe vriendschap om een ontbrekende leeftijd te raden. Daarna gebruiken ze die nieuwe leeftijd om een andere vriendschap te raden, enzovoort. Met elke stap verfijnt de detective de gissingen, waardoor het hele beeld duidelijker en consistenter wordt.
De auteur heeft dit hulpmiddel gebouwd om de rommelige realiteit van sociale data aan te kunnen. Ze laten zien dat hun methode werkt door een simulatie uit te voeren van een organisatie van 40 personen met twee soorten verbindingen (vriendschaps- en adviesnetwerken) en vier soorten persoonlijke gegevens (leeftijd, geslacht, afdeling en prestatie). Ze hebben de data doelbewust "kapot gemaakt" door sommige leeftijden en sommige vriendschappen te verbergen, en vervolgens netimpute gebruikt om de gaten op te vullen. De resultaten toonden aan dat het hulpmiddel de ontbrekende stukjes succesvol heeft gereconstrueerd, waarbij de structuur van het netwerk (zoals hoe geïsoleerd mensen zijn of hoe verbonden de groep is) stabiel en realistisch bleef terwijl het door de gissingen cycluste.
Wat netimpute bijzonder maakt, is hoe het omgaat met het "kip-en-ei"-probleem van ontbrekende gegevens. Het gebruikt een techniek genaamd "joint multiple imputation", wat betekent dat het niet alleen een gat vult met één gok; het creëert verschillende verschillende, plausibele versies van de ontbrekende gegevens om rekening te houden met onzekerheid. Dit doet het door heen en weer te pendelen tussen de mensen en hun verbindingen. Wanneer het een ontbrekende vriendschap raadt, kijkt het naar de huidige staat van de attributen van iedereen. Wanneer het een ontbrekend attribuut raadt, kijkt het naar de huidige staat van het netwerk. Cruciaal is dat het deze gissingen stap voor stap bijwerkt, waarbij het de "rimpelingen" die elke nieuwe gok veroorzaakt in de rest van het netwerk controleert voordat het naar de volgende stap gaat. Dit zorgt ervoor dat het uiteindelijke beeld geen vreemde tegenstrijdigheden bevat, zoals een persoon die bevriend is met iemand die niet in de data voorkomt.
Het artikel benadrukt ook wat dit hulpmiddel niet doet, wat even belangrijk is. Het is geen toverstaf die complexe, zware wiskundige modellen vervangt die netwerkexperts gebruiken om diepe structurele patronen te bestuderen. De auteur is duidelijk dat hoewel netimpute snel is en geweldig is voor het opschonen van data, het een "quick and dirty" (op een goede manier) benadering is vergeleken met meer rigoureuze, tijdrovende methoden. Het weigert momenteel ook te werken met "gesigneerde" netwerken—die waarbij verbindingen positief (vriendschap) of negatief (vijandschap) kunnen zijn—omdat de wiskunde te ingewikkeld wordt met negatieve getallen. In plaats daarvan stelt het voor om die netwerken in twee aparte stapels te verdelen (vrienden en vijanden) en ze apart te repareren.
Uiteindelijk biedt netimpute een praktische, verenigde manier om kapotte sociale netwerkdata te herstellen. Het erkent dat in de echte wereld wie we zijn en wie we kennen onlosmakelijk met elkaar verbonden zijn, en het biedt een manier om beide tegelijkertijd te repareren zonder in de val te trappen van ze als aparte problemen te behandelen. Door door gissingen te cyclen en het verhaal constant bij te werken, helpt het onderzoekers een duidelijker, nauwkeuriger beeld te krijgen van de sociale wereld, zelfs wanneer de data incompleet is.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.