[論文レビュー] Distinguishing between Topical and Non-topical Information Diffusion Mechanisms in Social Media

Przemyslaw A. Grabowicz, Niloy Ganguly+1 more|arXiv (Cornell University)|Mar 14, 2016

Opinion Dynamics and Social Influence被引用数 6

ひとこと要約

本稿は、教師なしトピックモデリングと新しい理論的枠組みを用いて、Twitterにおけるトピック的および非トピック的情報拡散を区別する。トピック的拡散は、トピックの整合性と複数回の露出によって駆動される複雑な伝染（complex contagion）に従うのに対し、非トピック的拡散は、最小限のトピック的関連性で広範に広がる単純な伝染（simple contagion）に類似しており、外部からの露出が非トピック的拡散を顕著に促進することが判明した。特にURLに関して顕著である。

ABSTRACT

A number of recent studies of information diffusion in social media, both empirical and theoretical, have been inspired by viral propagation models derived from epidemiology. These studies model the propagation of memes, i.e., pieces of information, between users in a social network similarly to the way diseases spread in human society. Importantly, one would expect a meme to spread in a social network amongst the people who are interested in the topic of that meme. Yet, the importance of topicality for information diffusion has been less explored in the literature. Here, we study empirical data about two different types of memes (hashtags and URLs) spreading through the Twitter's online social network. For every meme, we infer its topics and for every user, we infer her topical interests. To analyze the impact of such topics on the propagation of memes, we introduce a novel theoretical framework of information diffusion. Our analysis identifies two distinct mechanisms, namely topical and non-topical, of information diffusion. The non-topical information diffusion resembles disease spreading as in simple contagion. In contrast, the topical information diffusion happens between users who are topically aligned with the information and has characteristics of complex contagion. Non-topical memes spread broadly among all users and end up being relatively popular. Topical memes spread narrowly among users who have interests topically aligned with them and are diffused more readily after multiple exposures. Our results show that the topicality of memes and users' interests are essential for understanding and predicting information diffusion.

研究の動機と目的

• 情報拡散の2つの異なるメカニズムを特定・特徴付けること：トピック的（トピックの整合性によって駆動される）および非トピック的（トピックに関係なくソーシャルな露出によって駆動される）。
• 個人化されたレコメンデーションが存在しない状況において、内部（フォロワー基準）および外部（非フォロワー）の露出が拡散に与える影響を分離すること。
• ユーザーの関心とミームのトピックとの整合性によって定義されるトピニックの有無が、受容確率およびカスケードダイナミクスに与える影響を検証すること。
• 観察されたメカニズムを、特にウイルス的拡散の文脈における、複雑な伝染と単純な伝染の社会学的理論と関連付けること。
• レコメンデーションシステムとは独立して、トピニックが拡散に与える影響の実証的・データ駆動的な下限を提供すること。

提案手法

• 研究は、2009年半ばの公開ツイートおよび全Twitterフォロワー・グラフのデータセットを用い、個人化されたレコメンデーションが導入される前であることから、収集された。
• ミーム（ハッシュタグおよびURL）およびユーザーの関心を、ツイートの内容から教師なしトピックモデリング（LDA）を用いて推定する。
• 理論的枠組みは、ユーザーの受容確率を、社会的露出の数（κ）およびユーザーとミームとの間のトピック的整合性の関数としてモデル化する。
• この枠組みは、フォロワー・ネットワーク経由の内部露出と、検索や他のプラットフォームなどによる外部露出を区別し、それらの相対的影響を推定する。
• ヒトフィリーを補正するために、受容イベントにおける平均的トピック類似度と露出イベントにおける平均的トピック類似度の比として、相対的トピック整合性を計算する。
• トピック的および非トピック的ミームの間で、カスケードダイナミクス、受容確率、およびシード受容者の特徴を比較分析する。

実験結果

リサーチクエスチョン

• RQ1 トピック的および非トピック的情報拡散は、異なるメカニズムに従うのか。その場合、それらの特徴は何か？
• RQ2 内部（フォロワー基準）および外部（非フォロワー）の露出は、トピック的および非トピック的ミームの拡散にどのように異なる影響を及ぼすか？
• RQ3 複雑な伝染理論が予測するように、ユーザーとミームとの間のトピック的整合性が、複数回の露出を通じて受容を促進する証拠はあるか？
• RQ4 トピック的ミームのシード受容者は、後続の受容者よりもミームとより高いトピック的整合性を示すのか。これは、初期の拡散者がトピックに精通しているか熱心である可能性を示唆するか？
• RQ5 ミームのトピニックおよびユーザーのトピック的関心が、レコメンデーションシステムとは独立して、拡散パターンの変動をどの程度説明できるか？

主な発見

• 非トピック的ミームは、トピックに関係なくユーザーの間で広く拡散され、単純な伝染に類似しており、特にURLに関しては、内部露出に比べて外部露出による受容確率が2倍以上高い。
• トピック的ミームは、ミームのトピックと関心が一致するユーザーの間で狭く拡散され、複数回の露出後に受容確率が高いため、複雑な伝染の特徴を示す。
• トピック的ミームのシード受容者は、他の受容者よりも顕著にミームとトピック的に整合しているため、初期の拡散者がトピックに強い関心や専門性を持っている可能性が示唆される。
• 外部受容（κ=0）の確率は、非トピック的ミームに関してはトピック的ミームの2倍に上昇し、特にURLに関して顕著である。これは、非トピック的コンテンツがフォロワー・ネットワーク外での発見によってより効果的に拡散されることを示唆する。
• トピック的情報拡散はヒトフィリーおよびトピック的整合性に強く依存するが、非トピック的拡散は主にネットワークの到達範囲と露出頻度によって駆動される。
• 本研究は、トピニックが情報拡散に重要な要因である実証的証拠を提供しており、トピック的拡散（複雑な伝染）と非トピック的拡散（単純な伝染）のそれぞれに異なるメカニズムが存在することを示している。