[論文レビュー] SportSense: Real-Time Detection of NFL Game Events from Twitter

Siqi Zhao, Lin Zhong+4 more|arXiv (Cornell University)|May 14, 2012

Video Analysis and Summarization参考文献 4被引用数 12

ひとこと要約

SportSenseは、人間が生成するソーシャルメディアデータを分散センサーとして用い、Twitterストリームを分析することで、NFLの試合イベント（タッチダウンやインターセプトなど）をリアルタイムで検出するシステムを提案する。ライブ試合中のツイートの遅延および投稿レート特性を活用することで、30〜90秒のうちに98％の真正陽性検出率を達成し、偽陽性率は9％にとどまる。これは、ソーシャルメディアをスポーツ分野におけるリアルタイムイベントセンシングに活用する可能性を示している。

ABSTRACT

We report our experience in building a working system, SportSense (http://www.sportsense.us), which exploits Twitter users as human sensors of the physical world to detect events in real-time. Using the US National Football League (NFL) games as a case study, we report in-depth measurement studies of the delay and post rate of tweets, and their dependence on other properties. We subsequently develop a novel event detection method based on these findings, and demonstrate that it can effectively and accurately extract game events using open access Twitter data. SportSense has been evolving during the 2010-11 and 2011-12 NFL seasons and is able to recognize NFL game big plays in 30 to 90 seconds with 98% true positive, and 9% false positive rates. Using a smart electronic TV program guide, we show that SportSense can utilize human sensors to empower novel services.

研究の動機と目的

• リアルタイムでNFLの試合イベントを検出するためのシステムを開発すること。
• 試合中のツイートの時間的ダイナミクス、特にツイートの遅延および投稿レートのパターンを理解すること。
• ライブスポーツイベント中の実証的ツイート行動に基づいた、新しいイベント検出手法の設計および評価を行うこと。
• ソーシャルメディアを現実世界のイベント検出に向けたスケーラブルで低コストなセンシングインfraとして活用する可能性を示すこと。
• スマートエレクトロニクスTVプログラムガイドなどの実用的応用に統合し、視聴者の体験を豊かにすること。

提案手法

• システムは、公開APIを用いてリアルタイムのTwitterデータを取得し、NFLの試合中に地理タグが付加され、キーワードでフィルタリングされたツイートに焦点を当てる。
• 2010–11年および2011–12年の2つのNFLシーズンからの実証的測定に基づき、ツイートの遅延および投稿レート行動を、試合イベントおよび時間帯の関数としてモデル化する。
• 突然のツイート件数の増加および時間的クラスタリングに基づき、統計的イベント検出アルゴリズムを設計し、偽陽性を最小限に抑えるためにしきい値を調整する。
• 時間的スムージングおよびバックグラウンドノイズフィルタリングを組み込むことで、通常の会話とは異なるイベント関連の急増を区別する。
• 履歴ベースラインから導出された動的しきい値を超えると検出をトリガーするスライディングウィンドウアプローチを用いてツイートストリームを監視する。
• 検出パイプラインをプロトタイプのスマートTVガイドに統合し、実世界への応用可能性を示す。

実験結果

リサーチクエスチョン

• RQ1 ツイートの遅延および投稿レートはNFLの試合中にどのように変化するのか。また、これらのパターンに影響を与える要因は何なのか。
• RQ2 リアルタイムのTwitterデータは、タッチダウンやファミングなどの重要な試合内イベントを信頼性を持って検出できるのか。
• RQ3 リアルタイムソーシャルメディアベースのイベント検出システムにおいて、検出速度と正確性の最適なバランスは何か。
• RQ4 ソーシャルメディア活動の時間的ダイナミクスは、実際に発生した試合イベントとどの程度相関しているのか。
• RQ5 このようなシステムは、インタラクティブTVサービスなどの実世界の応用に効果的に統合できるのか。

主な発見

• SportSenseは、98％の真正陽性率を達成し、リアルタイムでNFLの試合イベントを検出する高精度な性能を示している。
• システムは、イベント発生後30〜90秒のうちに主要な試合イベントを同定でき、高いタイムリー性を示している。
• 偽陽性率は9％に抑えられており、ノイズやイベント関連以外の活動に対して強い耐性を示している。
• ツイート投稿レートの急増は、試合イベントと強く相関しており、イベント発生直後数秒以内にピークに達することが多い。
• 90％のイベント関連ツイートにおいて、投稿遅延は30秒未満であることが確認され、ほぼリアルタイムでの検出が可能である。
• 複数の試合およびシーズンにわたり、システムの性能は安定しており、スケーラビリティおよび信頼性が確認された。