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

Time-critical search

Mishra, Nina and White, Ryen W. and Ieong, Samuel and Horvitz, Eric In Proc. of SIGIR 2014 概要 一緒にいる人 …

Ready to buy or just browsing?: detecting web searcher goals from interaction data

Guo, Qi Agichtein, Eugene In Proc. of SIGIR 2010 http://dl.acm.org/citation.cfm?id=1835473 概要 ユーザの検索 …

【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 …

Efficient multiple-click models in web search

Guo, Fan Liu, Chao Wang, Yi Min In Proc. of WSDM2009 概要 クリックモデルに関するこれまでの研究では、ユーザはクエリを入力して1度検索結果をクリック …

Struggling or Exploring? Disambiguating Search Sessions

Ahmed Hassan Ryen W. White Susan Dumais Yi-Min Wang In Proc. of WSDM2014 概要 長い検索セッションには,ユーザが情報の探索をして …