[論文レビュー] Incorporating Text Analysis into Evolution of Social Groups in Blogosphere

Bogdan Gliwa, Anna Zygmunt+1 more|arXiv (Cornell University)|Aug 22, 2013

Opinion Dynamics and Social Influence被引用数 3

ひとこと要約

本稿では、ブログのネットワークにおける社会的グループの進化を研究するために、社会的ネットワーク分析とテキストマイニングを統合したハイブリッドフレームワークを提案する。LDAを用いたトピック分布の分析とトピックの乖離度の測定により、グループの存続期間とユーザーの移動が、トピックの一貫性とテーマの安定性に強く影響を受けることが明らかになった。高いトピックの一致度はユーザーがグループに参加する可能性を高め、低い乖離度は脱退リスクを低下させる。

ABSTRACT

Data reflecting social and business relations has often form of network of connections between entities (called social network). In such network important and influential users can be identified as well as groups of strongly connected users. Finding such groups and observing their evolution becomes an increasingly important research problem. One of the significant problems is to develop method incorporating not only information about connections between entities but also information obtained from text written by the users. Method presented in this paper combine social network analysis and text mining in order to understand groups evolution.

研究の動機と目的

• 社会的グループ内のトピックの進化が、その存続期間、規模、構造的変化に与える影響を理解すること。
• ユーザーとグループ間のトピック乖離度に基づいて、ユーザー行動（特にグループへの参加および脱退）をモデル化すること。
• 社会的ネットワーク分析とテキストマイニングを統合する手法を開発し、オンラインコミュニティにおけるグループダイナミクスの予測を向上させること。
• グループの進化イベント（例：合併、分裂）がトピックの人気とテーマ的シフトに与える影響を調査すること。
• トピックの一貫性がグループの結束を維持し、ユーザー移動パターンに与える影響を明らかにすること。

提案手法

• ブログ投稿およびコメントからトピックを抽出するため、潜在ディリクレ分配（LDA）を適用し、各グループのテーマ的コンテンツをモデル化する。
• トピックの乖離度を測定するために、ユーザーとグループ間のジェンセン・シャノン距離を用い、テーマ的整合性を定量化する。
• ブログの相互作用から得られる動的ソーシャルネットワークにおける重複コミュニティを検出するために、クリークパーコレーション法（CPM）を用いる。
• Jaccard係数を用いて連続する時間ステップ間のコミュニティをマッチングすることで、グループの進化を時間軸に沿って追跡する。
• グループの進化イベント（誕生、消滅、合併、分裂、恒常性、成長）を分析し、それらがトピックの人気と多様性に与える影響を検証する。
• ユーザー移動を、トピック乖離度の確率的関数としてモデル化し、過去の活動状況とテーマ的整合性に基づいて参加者と脱退者を区別する。

実験結果

リサーチクエスチョン

• RQ1 グループ内のトピック分布が、その存続期間と安定性に与える影響は何か？
• RQ2 グループの進化イベント（例：合併、分裂）がトピックの人気とテーマ的多様性に与える影響は何か？
• RQ3 ユーザーとグループ間のトピック乖離度が、ユーザーの移動（参加または脱退）を予測する程度はどの程度か？
• RQ4 テーマ的一致性が、グループの存続または解体の可能性に与える影響は何か？
• RQ5 トピックベースの分析は、動的オンラインコミュニティにおけるグループ行動の予測を改善できるか？

主な発見

• 高いトピックの一貫性と一貫したテーマ的焦点を有するグループは、著しく長い存続期間を示し、テーマの安定性がグループの持続可能性を支えることが示された。
• 合併イベントは、単一の支配的トピックの人気に中程度の上昇をもたらし、グループ参加がテーマの統合をもたらすことを示唆している。
• 分裂イベントは、他のトピックの損失を伴い、特定のトピックの人気に大きな正の変化をもたらす。これは、テーマの断片化と分裂後のトピック優位性の可能性を示している。
• ユーザーがグループに参加する確率は、トピックの一致度が高くなるほど上昇し、50–100%の乖離度でピークに達する。これは、高い件数の事例が集中するためである。
• グループから脱退する確率は、トピック乖離度が50%まで上昇するが、その後安定化する。これは、中程度のテーマ的不一致が離脱リスクを高める可能性を示している。
• 実際のグループ参加者のおよそ半数が、直前の時間スロットで非活動状態であった。これは、トピックの整合性が、非活動後でさえ再参加を促す要因となり得ることを示唆している。