投稿日: CIKM 論文紹介

Who Will You “@”?

Gong, Yeyun and Zhang, Qi and Sun, Xuyang and Huang, Xuanjing
In Proc. of CIKM 2015

概要

Twitterではリプライ以外でも、ツイートの中に「@」を付けることで特定のユーザに向けた投稿をすることができる。「@」に続けてユーザ名を入力するとTwitterが入力補完のために何人かのユーザを推薦する。この研究ではその推薦精度を高めることが目的。

先行研究との違い

Twitter上で影響力の大きいユーザや、あるツイートを高い確率でリツイートするユーザを特定する研究はあったが、「@」に続くユーザの推薦を目的にした研究は初めて。

手法

トピックモデルを使うことで、与えられたツイート文から各ユーザが生起する確率を求める。3種類のモデルを提案。

  • モデル1
  • ツイートごとにトピック分布を持ち、ツイート内の単語ごとにトピックが割り当てられる。ツイートのトピック分布からは、ツイート内で「@」で言及されているユーザごとのトピックも割り当てる。あるトピックのある単語に対する「@」の対象となるユーザの分布を持ち、そこから「@」のユーザが生成される。

  • モデル2
  • ユーザごとにトピック分布を持ち、ツイートごとに1つのトピックが割り当てられる。このトピックは、ツイート内の単語とツイート内で「@」で言及されているユーザで共通のトピックとなる。

  • モデル3
    モデル2を拡張して、「@」で言及されたユーザの日頃のツイートも考慮する。これにより、「@」で言及される各ユーザが興味を持っているトピックも考慮でき、ユーザを推薦したいツイートとより関連のあるユーザを推薦することができる。

評価方法

Weiboのデータを使用。PrecisionやMRRなどで各モデルのユーザ推薦精度を評価し、モデル3が最も優れていることを示した。また、「@」の使用頻度の高いユーザほど高精度でユーザの推薦ができることも示した。その他、トピック数による精度の差やトレーニング期間の長さによる精度の差などを検証。


-CIKM, 論文紹介

関連記事

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 …

【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 …

AutoWeb: automatic classification of mobile web pages for revisitation

Liu, Jie Xu, Wenchang Shi, Yuanchun In Proc. of MobileHCI 2012 http://dl.acm.org/citation.cfm?id=237 …

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 …

Mobile App Retrieval for Social Media Users via Inference of Implicit Intent in Social Media Text

Park, Dae Hoon and Fang, Yi and Liu, Mengwen and Zhai, ChengXiang In Proc. of CIKM 2016 概要 ツイートに含まれる …