投稿日: WSDM 論文紹介

【論文紹介】Online Actions with Offline Impact: How Online Social Networks Influence Online and Offline User Behavior

Althoff, Tim and Jindal, Pranav and Leskovec, Jure
In Proc. of WSDM 2017

概要

スマホのArgusという活動記録アプリのログから、ソーシャルネットワーク(SN)の形成が人の活動に与える影響を分析した論文。また、SN上で人とつながることでユーザの活動量が増えるか減るかを予測する問題にも取り組んでいる。

データ

Argusの5年間(2011年1月~2016年1月)に渡る100カ国600万ユーザのログ。ログには2種類あり、ひとつはランニング、心拍数、ヨガなど、ユーザが自ら記録するログで、もうひとつは自動的に記録される日々の歩数。
Argusには2013年11月からSNの機能が追加され、相互フォローまたは片方向フォローが可能。データセットには21万のSN上のユーザと56万エッジが含まれる。

分析

あるユーザがSN上で他のユーザとつながるとそのユーザの活動は活発になるか、を調べるために他のユーザとつながる前後でのユーザの歩数の増加量を分析。実際に歩数は増えており、オンライン上でのSNの影響が実世界にも反映されていることが明らかになった。

また、SNに加わることで、1日あたりの歩数が増加し、ユーザが能動的に記録する活動ログの数が増加し、アプリの継続使用率が上昇することが明らかになった。さらに、相互フォローを形成したユーザの方が片方向フォローを形成したユーザよりも歩数はより増加しており、いずれの種類のフォローも申請を送ったユーザの方が申請を受けたユーザよりも歩数は増加していた。このことより、より積極的にSNに関わるユーザほど歩数が増加しており、SNのオフラインの活動に対する影響が大きいことが明らかになった。

活動量の増減予測

SN上でエッジが作成された時点までのデータ(ユーザの年齢や性別、過去7日間の歩数、など)から、エッジ作成後のユーザの歩数が増えるか減るかをGradient Boosted Treeを使ってバイナリで予想。予測精度はAUCで0.785を達成。


-WSDM, 論文紹介

関連記事

Who Will You “@”?

Gong, Yeyun and Zhang, Qi and Sun, Xuyang and Huang, Xuanjing In Proc. of CIKM 2015 概要 Twitterではリプライ …

Sentiment-Based Topic Suggestion for Micro-Reviews

Ziyu Lu, Nikos Mamoulis, Evaggelia Pitoura, Panayiotis Tsaparas In Proc. of ICWSM 2016 概要 Foursquare …

Spatio-temporal Dynamics of Online Memes: A Study of Geo-tagged Tweets

Kamath, Krishna Y. Caverlee, James Lee, Kyumin Cheng, Zhiyuan In Proc. of WWW 2013 http://dl.acm.org …

Regularization of Latent Variable Models to Obtain Sparsity

Ramnath Balasubramanyan, William W. Cohen In Proc. of SDM 2013 概要 LDAのようなトピックモデルでは、単語が所属するトピックの分布や、文 …

Cooooooooooooooollllllllllllll!!!!!!!!!!!!!! using word lengthening to detect sentiment in microblogs

Brody, Samuel Diakopoulos, Nicholas In Proc. of EMNLP2011 http://dl.acm.org/citation.cfm?id=2145498 …