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

Statistical Models of Music-listening Sessions in Social Media

Zheleva, Elena and Guiver, John and Mendes Rodrigues, Eduarda and Milić-Frayling, Nataša In Proc. of …

Mining Contentious Documents Using an Unsupervised Topic Model Based Approach

Amine, Trabelsi and Osmar R., Zaiane In Proc. of ICDM 2014 概要 ある話題に関する文書集合が与えられたときに、「賛成」や「反対」などの各観点( …

Time-sensitive query auto-completion

Shokouhi, Milad Radinsky, Kira In Proc. of SIGIR 2012 http://dl.acm.org/citation.cfm?id=2348364 概要 従 …

Spatial influence vs. community influence: modeling the global spread of social media

Kamath, Krishna Y. Caverlee, James Cheng, Zhiyuan Sui, Daniel Z. In Proc. of CIKM 2012 http://dl.acm …

Optimizing Search by Showing Results In Context

Dumais, Susan Cutrell, Edward Chen, Hao In Proc. of CHI2001 http://dl.acm.org/citation.cfm?id=365116 …