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

From Skimming to Reading: A Two-stage Examination Model for Web Search

Liu, Yiqun Wang, Chao Zhou, Ke Nie, Jianyun Zhang, Min Ma, Shaoping In Proc. of CIKM 2014 http://dl. …

Mining long-term search history to improve search accuracy

Tan, Bin Shen, Xuehua Zhai, ChengXiang In Proc. of KDD2006 http://dl.acm.org/citation.cfm?id=1150493 …

【論文紹介】Will This Paper Increase Your h-index?: Scientific Impact Prediction

Dong, Yuxiao and Johnson, Reid A. and Chawla, Nitesh V. WSDM 2015 ACM, PDF 概要 2007年に発表された論文dは、論文dの中で …

What’s in a hashtag?: content based prediction of the spread of ideas in microblogging communities

sur, Oren Rappoport, Ari In Proc. of WSDM 2012 http://dl.acm.org/citation.cfm?id=2124320 概要 ツイッター上で、 …

Addressing people’s information needs directly in a web search result page

Chilton, Lydia B. Teevan, Jaime In Proc. of WWW 2011 http://dl.acm.org/citation.cfm?id=1963413 概要 最近 …