[論文レビュー] Popularity Prediction in Microblogging Network: A Case Study on Sina Weibo

Peng Bao, Huawei Shen+2 more|arXiv (Cornell University)|Apr 16, 2013

Complex Network Analysis Techniques参考文献 7被引用数 33

ひとこと要約

本稿では、Sina Weiboにおけるマイクロブログコンテンツの人気予測モデルを提案する。このモデルは、初期リツイートネットワークの構造的特徴（特にリンク密度と拡散深さ）と初期の人気度を組み合わせることで、ベースライン手法よりも予測精度を著しく向上させる。初期採用者のネットワークにおける構造的多様性を活用することで、RMSEを0.77から0.61に低下させる。

ABSTRACT

Predicting the popularity of content is important for both the host and users of social media sites. The challenge of this problem comes from the inequality of the popularity of con- tent. Existing methods for popularity prediction are mainly based on the quality of content, the interface of social media site to highlight contents, and the collective behavior of user- s. However, little attention is paid to the structural charac- teristics of the networks spanned by early adopters, i.e., the users who view or forward the content in the early stage of content dissemination. In this paper, taking the Sina Weibo as a case, we empirically study whether structural character- istics can provide clues for the popularity of short messages. We find that the popularity of content is well reflected by the structural diversity of the early adopters. Experimental results demonstrate that the prediction accuracy is signif- icantly improved by incorporating the factor of structural diversity into existing methods.

研究の動機と目的

• マイクロブログプラットフォームにおける長期的コンテンツ人気を、初期リツイートネットワークの構造的特徴が予測可能かどうかを調査すること。
• 初期拡散におけるネットワーク構造を無視する既存の人気予測手法の限界を是正すること。
• リンク密度や拡散深さなどのネットワークレベル指標を組み込むことで、予測精度を向上させること。
• 多様な初期拡散経路が最終的人気度と相関することを実証的に検証すること。
• 初期の人気度と構造的ネットワークリソースを組み合わせたハイブリッド予測モデルの開発と評価を行うこと。

提案手法

• 本手法は、最終的人気度を初期の人気度の対数と対数リンク密度の線形結合としてモデル化する：$\ln{\hat{p}_{k}(t_{r})} = \alpha_{1}\ln{p_{k}(t_{i})} + \alpha_{2}\ln{\rho_{k}(t_{i})} + \alpha_{3}$。
• 代替モデルではリンク密度の代わりに拡散深さを使用する：$\ln{\hat{p}_{k}(t_{r})} = \beta_{1}\ln{p_{k}(t_{i})} + \beta_{2}d_{k}(t_{i}) + \beta_{3}$。
• リンク密度は、初期リツイーター間の実際のフォローシップリンク数を、その部分グラフにおけるすべての可能なリンク数で割った比として定義される。
• 拡散深さは、元の投稿者から任意のリツイーターに至る最長パス長を測定する。
• モデル係数（$\alpha_{1}, \alpha_{2}, \alpha_{3}$ など）は、回帰を用いてトレーニングデータから学習される。
• 本手法は、初期の人気度のみを用いるベースラインと比較され、RMSEとMAEを指標として評価される。

実験結果

リサーチクエスチョン

• RQ1 初期リツイートネットワークの構造的特徴は、マイクロブログ投稿の最終的人気度を予測可能か？
• RQ2 初期採用者ネットワークにおけるリンク密度と長期的人気度の間に有意な相関があるか？
• RQ3 初期拡散経路における拡散深さは、コンテンツの広範な拡散と相関するか？
• RQ4 初期の人気度と構造的特徴を組み合わせることで、ベースラインモデルを上回る予測精度が得られるか？
• RQ5 初期拡散経路における構造的多様性は、人気予測をどの程度向上させるか？

主な発見

• 初期リツイートネットワークにおける最終的人気度とリンク密度の間に強い負の線形相関が存在し、スパarserなネットワークがより高い拡散性を示すと示唆される。
• 最終的人気度と拡散深さの間に強い正の近似線形相関が存在し、より深い拡散経路がより広範な到達をもたらすと示唆される。
• リンク密度を予測モデルに組み込むことで、RMSEがベースラインの0.77から0.63に低下し、18.2%の改善が達成された。
• リンク密度の代わりに拡散深さを使用した場合、RMSEはさらに低くなり0.61にまで低下し、ベースライン比20.8%の低減が達成された。
• 拡散深さの学習係数（$\beta_2$）は0.07であり、予測精度への寄与が有意であることが示された。
• 実証的な結果から、初期採用者ネットワークにおける構造的多様性が長期的人気度の強力な予測要因であることが確認された。