投稿日: その他 論文紹介

Measuring Message Propagation and Social Influence on Twitter.com

Ye, Shaozhi
Wu, S. Felix
In Proc SocInfo 2010
http://dl.acm.org/citation.cfm?id=1929342

概要

マイケル・ジャクソンの死に関するツイートを対象として、その広がり方を分析。さらに、ユーザのフォロワー数やリツイートされた回数など、そのユーザの影響力を表す指標を複数用意し、指標間の関係を分析。

ツイートの伝播に関する分析

分析のため、マイケル・ジャクソンの死に関するツイートを収集。リプライの関係にあるツイートを用いてツリーを作成。1つのフォロー関係を1ホップとすると、全リプライの37.1%はツリーの根のツイートをしたユーザから4ホップ以上離れたユーザからのものであり、ツイッターは拡散力が高いことを示している。
リプライの25%はリプライ元のツイートの投稿から67秒以内、75%は16.5分以内に行われている。ツリーの根から葉までたどる一連のリプライのやりとりに要する時間を見ると、25%は2分以内、75%は1時間以内に終了している。

ユーザの影響力に関する分析

以下の5つをユーザAの影響力を測る指標として使用。

  • F:Aのフォロワー数
  • RM:リプライをされた回数
  • RU:Aにリプライをしてきたユーザ数
  • RTM:リツイートされた回数
  • RTU:Aのツイートをリツイートしたユーザ数

全ツイートを、投稿時間によって前半グループと後半グループに分割。前半と後半でユーザの重複度合いを見ると、RUが最も重複度が高く、指標として時間に左右されない安定したものであることがわかった。RUの重複度合いはRUの上位10,000ユーザを対象としたとき71.9%。RTUが最も低く54.1%。

全ツイートを1つのグループとして各指標間の関係を見ると、RTMとRTUは相関が高く上位のユーザの重複度合いも高いが、RMとRUは相関が低く上位のユーザの重複度合いも低い。Fはいずれの評価指標とも相関が低く、フォロワー数だけからではそのユーザのツイートがリツイートされる回数等の予測は難しい。


-その他, 論文紹介

関連記事

Explainable User Clustering in Short Text Streams

Zhao, Yukun and Liang, Shangsong and Ren, Zhaochun and Ma, Jun and Yilmaz, Emine and de Rijke, Maart …

Using preference judgments for novel document retrieval

Chandar, Praveen Carterette, Ben In Proc. of SIGIR 2012 http://dl.acm.org/citation.cfm?id=2348398 概要 …

Extending Faceted Search to the General Web

Kong, Weize Allan, James In Proc. of CIKM2014 http://dl.acm.org/citation.cfm?id=2661964 概要 ファセットを提示す …

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 …

Spatio-Temporal Topic Modeling in Mobile Social Media for Location Recommendation

Bo, Hu and Mohsen, Jamali and Martin, Ester In Proc. of ICDM 2013 概要 チェックインサービス等でのユーザと場所と時刻を考慮したモデル化 …