[論文レビュー] Influence Analysis in the Blogosphere

Michinari Momma, Yün Chi+3 more|arXiv (Cornell University)|Dec 24, 2012

Complex Network Analysis Techniques参考文献 19被引用数 3

ひとこと要約

本論文は、BIGLOBEブログコミュニティにおける実際のサーバーログデータを分析することで、ブロガー同士の直接的かつ高信頼性の影響関係を検出する原理的フレームワークを提案する。時間的順序、コンテンツの重複、統計的検定を活用し、トピック固有およびメンバー固有の影響を同定する。また、抽出された影響に基づくパーソナライズドレコメンデーションが、グローバルなレコメンデーションを著しく上回ることを示している。

ABSTRACT

In this paper we analyze influence in the blogosphere. Recently, influence analysis has become an increasingly important research topic, as online communities, such as social networks and e-commerce sites, playing a more and more significant role in our daily life. However, so far few studies have succeeded in extracting influence from online communities in a satisfactory way. One of the challenges that limited previous researches is that it is difficult to capture user behaviors. Consequently, the influence among users could only be inferred in an indirect and heuristic way, which is inaccurate and noise-prone. In this study, we conduct an extensive investigation in regard to influence among bloggers at a Japanese blog web site, BIGLOBE. By processing the log files of the web servers, we are able to accurately extract the activities of BIGLOBE members in terms of writing their blog posts and reading other member's posts. Based on these activities, we propose a principled framework to detect influence among the members with high confidence level. From the extracted influence, we conduct in-depth analysis on how influence varies over different topics and how influence varies over different members. We also show the potentials of leveraging the extracted influence to make personalized recommendation in BIGLOBE. To our best knowledge, this is one of the first studies that capture and analyze influence in the blogosphere in such a large scale.

研究の動機と目的

• オンラインにおける影響関係の分析において、因果的影響と単なる相関を区別する課題に対処すること。
• 実際の行動ログを用いた、原理的かつデータ駆動の方法でブロガー間の直接的影響を同定すること。
• 影響関係がトピックや個々のメンバーによって異なるかどうかを調査すること。
• 抽出された影響がパーソナライズドブロガー推薦にどの程度有効であるかを評価すること。
• 現実世界のブログコミュニティにおける影響関係について、大規模かつ実証的根拠に基づいた分析を提供すること。

提案手法

• フレームワークはサーバーログファイルを用いて、BIGLOBE会員間のブログ投稿および閲覧行動の正確な時系列を抽出する。
• 影響関係は、あるブロガーの投稿が、他のブロガーの投稿閲覧イベントに続くかどうかを統計的検定により確認することで特定する。この際、キーワードの重複を条件として用いる。
• 読者が閲覧した投稿と、その後に投稿した自身の投稿とのキーワードの重複を分析することで、トピック固有の影響モデルを構築する。
• データ漏洩を防ぎ、'お気に入りエフェクト'を回避するため、ホールドアウト法を用いて影響ネットワークを訓練用とテスト用に分割する。
• ベイジアン融合を用いてトピック固有の影響とトピックの尤度を統合し、iOLAPおよびPCL-DCを主要なアルゴリズムとして用いてパーソナライズドレコメンデーションを生成する。
• 性能は、リCALL-AT-Nを用いて評価され、グローバル（TG）とパーソナライズド（iOLAP、PCL-DC）のレコメンデーション戦略を比較する。

実験結果

リサーチクエスチョン

• RQ1 議論されているトピックによって、影響力のあるブロガーは異なるのか？
• RQ2 同じトピックを議論していても、メンバーごとに影響力のあるブロガーの集合は異なるのか？
• RQ3 実際の行動ログから抽出された影響関係は、パーソナライズドブロガー推薦に効果的に利用できるか？
• RQ4 コンテンツの重複と時間的順序は、相関関係と因果的影響関係をどのように区別するのを助けるか？
• RQ5 リンク構造とコンテンツ分析の両方が、影響関係のモデリングにおいて、それぞれどの程度の寄与をしているか？

主な発見

• パーソナライズド影響モデル（iOLAPおよびPCL-DC）は、リCALL-AT-Nにおいてグローバルレコメンデーション（TG）を著しく上回り、影響関係がトピック固有かつメンバー固有であることを確認した。
• リンク解析のみを用いる簡略化されたPCLモデルは、PCL-DCより性能が劣っており、正確な影響関係モデリングにはコンテンツ分析が不可欠であることを示している。
• 統計的検定フレームワークは、時間的順序とコンテンツ重複を組み合わせることで、相関による誤検出を減らし、高信頼性の影響関係を同定できた。
• トピック固有の影響は実証的に検証された：議論のトピックによって、影響力のあるブロガーが異なることが明らかになった。
• 影響関係はメンバーごとに異なる：同じトピックに対しても、異なるユーザーに対して異なる影響力のあるブロガーが現れるため、パーソナライズドレコメンデーションの必要性が裏付けられた。
• 本研究は、知る限り、実際の行動ログと厳密な統計的検証を用いた、ブログコミュニティにおける影響関係の最初の大規模分析を実施した。