投稿日: その他 論文紹介

Emotional Divergence Influences Information Spreading in Twitter

Rene Pfitzner
Antonios Garas
Frank Schweitzer
In Proc. of ICWSM 2012

概要

ツイッターでリツイートされやすいツイートの性質を、ツイートのセンチメントという観点から分析。

ツイートのセンチメント分析

SentiStrengthと呼ばれるツールを使用してツイートのセンチメントを分析。このツールでは、単語のポジティブ度合い、ネガティブ度合いをそれぞれ5段階で判定する。ポジティブは1~5、ネガティブは-1~-5。ツイート内にポジティブな単語が複数個ある場合、ポジティブスコアの最大値をそのツイートのポジティブスコア(p)とする。ネガティブは最小値がツイートのネガティブスコア(n)となる。
pnのスコアに応じて、ツイートをポジティブ(|p|>|n|)、ネガティブ(|p|<|n|)、ニュートラル(|p|=|n|)の3種類に分類。

ツイートのポジネガとリツイートの関係

リツイートされていないツイートのネガティブ、ニュートラル、ポジティブの割合は19.9%、33.8%、46.3%であるのに対して、リツイートされたツイートのそれは19.8%、31.4%、48.8%と大きな差はなかった。これより、ツイートのネガポジはリツイートされやすさには影響がないことがわかった。

ツイートのポジネガの振れ幅とリツイートの関係

ツイートのネガポジの振れ幅をp-n/10で定義。たとえば「I love hating you」というツイートに対して、love=3、hate=-4とSentiStrengthによってスコア付けされた場合、ネガポジの振れ幅は0.7となる。振れ幅は0.2~1の値をとるので、このツイートの振れ幅は大きい。

ネガポジの振れ幅とリツイートのされやすさの関係を調べたところ、振れ幅が0.5以上の場合、リツイートされる確率はリツイートされない確率を上回り、振れ幅が0.9のとき確率は最大となる。


-その他, 論文紹介

関連記事

【論文紹介】The automated acquisition of suggestions from tweets

Dong, Li and Wei, Furu and Duan, Yajuan and Liu, Xiaohua and Zhou, Ming and Xu, Ke AAAI 2013 ACM, PD …

【論文紹介】Personalised Rating Prediction for New Users Using Latent Factor Models

Seroussi, Yanir and Bohnert, Fabian and Zukerman, Ingrid In Proc. of HT 2011 概要 映画や書籍に対するユーザのレーティングを …

【論文紹介】What Makes a Link Successful on Wikipedia?

Dimitrov, Dimitar and Singer, Philipp and Lemmerich, Florian and Strohmaier, Markus WWW 2017 ACM, PD …

Where you Instagram?: Associating Your Instagram Photos with Points of Interest

Li, Xutao and Pham, Tuan-Anh Nguyen and Cong, Gao and Yuan, Quan and Li, Xiao-Li and Krishnaswamy, S …

Your neighbors affect your ratings: on geographical neighborhood influence to rating prediction

Hu, Longke and Sun, Aixin and Liu, Yong In Proc. of SIGIR 2014 概要 店sの周辺の店の情報を利用することで、ユーザuのsに対するレーティン …