[論文レビュー] A Genetic Algorithm to Optimize a Tweet for Retweetability

Ronald Hochreiter, Christoph Waldhauser|arXiv (Cornell University)|Jan 20, 2014

Complex Network Analysis Techniques参考文献 13被引用数 3

ひとこと要約

本稿では、シミュレーテッド・トゥイーターのようなネットワークにおいて、リツイート可能性を最大化するためのツイート構成を最適化する遺伝的アルゴリズムを提案する。長さ、極性、感情的要因、ハッシュタグ、URL といったメッセージ特徴を進化させることで、多様なノードタイプにおいてメッセージの到達範囲を顕著に向上させることができ、特に接続数が少ないユーザーに対しても顕著な改善が得られた。

ABSTRACT

Twitter is a popular microblogging platform. When users send out messages, other users have the ability to forward these messages to their own subgraph. Most research focuses on increasing retweetability from a node's perspective. Here, we center on improving message style to increase the chance of a message being forwarded. To this end, we simulate an artificial Twitter-like network with nodes deciding deterministically on retweeting a message or not. A genetic algorithm is used to optimize message composition, so that the reach of a message is increased. When analyzing the algorithm's runtime behavior across a set of different node types, we find that the algorithm consistently succeeds in significantly improving the retweetability of a message.

研究の動機と目的

• 送信者の影響とは独立して、メッセージ構成がソーシャル・ネットワークにおけるリツイート可能性に与える影響を調査すること。
• トゥイターに類似したネットワークにおける情報拡散を研究するための決定論的シミュレーションフレームワークを構築すること。
• 進化計算を用いて、長さ、感情、ハッシュタグなど、ツイート特徴を最適化し、到達範囲を最大化すること。
• 最適化の性能と安定性を、さまざまなネットワークトポロジーとノードタイプにおいて評価すること。

提案手法

• ノードがユーザーを表し、エッジがフォロー関係を表す、有向のトゥイターに類似したネットワークをシミュレートする。
• 極性、感情的要因、長さ、URL数、ハッシュタグ数、タイミングといったメッセージ特徴に基づいて、各ノードに決定論的なリツイート意思決定ルールを割り当てる。
• 全250世代にわたって、全リツイート到達範囲をフィットネスとして定義した遺伝的アルゴリズムを用いて、ツイートコンテンツを進化させる。
• 初期集団はランダムに生成されたツイートで構成され、選択、交差、変異演算子が、より高いフィットネスを持つメッセージへと進化を導く。
• 安定性と収束性を評価するため、ランダムな初期値を用いて各最適化実行を50回繰り返す。
• 平均フィットネスの世代ごとの推移と、繰り返し間での解の安定性を用いて、性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 遺伝的アルゴリズムは、シミュレーテッド・トゥイター・ネットワークにおいて、ツイート特徴を効果的に最適化し、リツイート到達範囲を最大化できるか？
• RQ2 一次接続数（フォロワー数）が最適化の収束速度と性能に与える影響は何か？
• RQ3 長さ、感情、ハッシュタグ数などの具体的なツイート特徴のうち、リツイート可能性を高める要因として最も影響力があるのは何か？
• RQ4 複数の独立した実行において、最適化された解の安定性はどの程度で、ネットワーク構造によって変動するか？
• RQ5 送信者の人気やフォロワー数とは独立して、メッセージのスタイル最適化のみでリツイート可能性をどの程度向上させられるか？

主な発見

• 遺伝的アルゴリズムは、すべてのテスト対象ノードタイプにおいて、一貫してリツイート可能性を向上させ、接続数が多いユーザーでは収束が速い傾向にある。
• 1次接続数が5のユーザーでは、平均して200件以上のリツイートに到達するフィットネスレベルに到達するまでに720世代を要した。
• 10および170の接続を持つユーザーでは、それぞれ約50世代で最適性能に到達しており、接続数が多いほど収束が速いことが示された。
• 10ノードユーザーの最適化済みツイートの平均極性は0.38（標準偏差0.17）であり、肯定的センチメントの傾向が示された。
• 10ノードユーザーの最適化済みツイートの平均文字数は104.28（標準偏差9.80）であり、170ノードユーザーでは72.18（標準偏差14.59）であり、接続数が多いノードでは短いメッセージが好まれることが示唆された。
• 最適化済みツイートにおけるURLおよびハッシュタグの数はノードタイプによって変動し、170ノードユーザーでは平均6.84個のハッシュタグ（標準偏差0.71）を含んでおり、トピック固有のコンテンツへの高い関与が示された。