[論文レビュー] Predicting the Future with Social Media

Sitaram Asur, Bernardo A. Huberman|SSRN Electronic Journal|Mar 29, 2010

Opinion Dynamics and Social Influence被引用数 17

ひとこと要約

本稿では、リアルタイムのTwitter投稿（具体的にはツイート件数と感情極性）を用いて映画の興行収入を予測する手法を提案しており、ツイート頻度に基づく単純な線形モデルが、世界的に知られる市場ベースの予測手法「ハリウッド・ストック・エクスチェンジ」を上回ることを示している。本研究では、ソーシャルメディアの活動が現実世界の結果を強く予測できることを示しており、特に上映後には感情極性が予測精度を向上させることを明らかにした。

ABSTRACT

In recent years, social media has become ubiquitous and important for social networking and content sharing. And yet, the content that is generated from these websites remains largely untapped. In this paper, we demonstrate how social media content can be used to predict real-world outcomes. In particular, we use the chatter from Twitter.com to forecast box-office revenues for movies. We show that a simple model built from the rate at which tweets are created about particular topics can outperform market-based predictors. We further demonstrate how sentiments extracted from Twitter can be further utilized to improve the forecasting power of social media.

研究の動機と目的

• ソーシャルメディアの会話が現実世界の結果を予測できるかどうかを調査すること。特に映画の興行収入に焦点を当てる。
• ハリウッド・ストック・エクスチェンジなどの市場ベースの指標と比較して、ツイート件数（注目度レート）の予測力の有効性を評価すること。
• 上映後におけるツイートの感情極性が、予測精度にどのように寄与するかを検討すること。
• ソーシャルメディアデータを用いた消費者製品のパフォーマンス予測のための汎用的モデルを構築すること。

提案手法

• 時間的経過に伴い、映画に関連する約300万件のツイートを収集し、件数と感情極性に注目した。
• 線形回帰を用いて、興行収入をツイートレートと感情極性（PNRatio）の関数としてモデル化した。
• 1時間あたりの平均ツイート件数としてツイートレートを計算した。
• テキスト分類を適用してツイート内の肯定的・否定的感情を抽出し、極性比（PNRatio）を算出した。
• 予測力の時間的変化を評価するため、初週および2週目の興行収入を対象にモデルを訓練・評価した。
• 最小二乗法を用いて、注目度（A）、感情極性（P）、分布（D）の各パラメータの係数を推定した。

実験結果

リサーチクエスチョン

• RQ1 Twitterにおけるソーシャルメディアの会話の頻度は、既存の市場ベースの予測手法よりも、現実世界の映画の興行収入をより正確に予測できるか？
• RQ2 ツイート内の感情極性の組み込みが、興行収入予測の精度にどのように影響するか？
• RQ3 上映前後におけるソーシャルメディアデータの予測力は時間経過とともに変化するか？
• RQ4 ソーシャルメディアにおける注目度と感情極性は、将来の製品パフォーマンスに関する集団的知性をどの程度反映しているか？

主な発見

• ツイートレートのみで、初週の興行収入を予測する際にハリウッド・ストック・エクスチェンジを上回り、ツイートレート時系列モデルの予測精度が0.94に達した。
• 上映後には感情極性（PNRatio）が予測精度を著しく向上させ、ツイートレートと組み合わせた際の決定係数（R-squared）が0.92に上昇した。
• 平均ツイートレートの係数のp値は2.05e-11であり、収益予測において極めて高い統計的有意性を示した。
• PNRatioの係数のp値は9.43e-06であり、上映後における予測精度向上に寄与していることを裏付けた。
• 『ブラインド・サイト』では、上映後、肯定的感情が5.02から9.65に急上昇し、興行収入も上昇した一方、『ニューモン』では感情と収益の両方が低下した。これにより、感情極性の予測的価値が明確になった。
• ツイートレートと感情極性を併用した場合に予測力が最も強化され、注目度と感情極性が組み合わさることで、信頼性の高い予測信号が形成されることを示した。