[論文レビュー] The Bursty Dynamics of the Twitter Information Network

Seth A. Myers, Jure Leskovec|arXiv (Cornell University)|Mar 11, 2014

Complex Network Analysis Techniques参考文献 27被引用数 39

ひとこと要約

本論文は、Twitterにおける情報拡散がネットワーク構造に及ぼす影響、特にフォロワー接続の急激な増加（バースト）を引き起こす要因を調査している。リツイートの露出度とコンテンツ類似度を追跡するモデルを用いて、ユーザーが以前に知らなかった類似したソースからのコンテンツに露出した際に、新規フォロワーのバーストが最も発生しやすいことを示しており、ネットワークダイナミクスの急増を正確に予測可能であることを明らかにした。

ABSTRACT

In online social media systems users are not only posting, consuming, and resharing content, but also creating new and destroying existing connections in the underlying social network. While each of these two types of dynamics has individually been studied in the past, much less is known about the connection between the two. How does user information posting and seeking behavior interact with the evolution of the underlying social network structure? Here, we study ways in which network structure reacts to users posting and sharing content. We examine the complete dynamics of the Twitter information network, where users post and reshare information while they also create and destroy connections. We find that the dynamics of network structure can be characterized by steady rates of change, interrupted by sudden bursts. Information diffusion in the form of cascades of post re-sharing often creates such sudden bursts of new connections, which significantly change users' local network structure. These bursts transform users' networks of followers to become structurally more cohesive as well as more homogenous in terms of follower interests. We also explore the effect of the information content on the dynamics of the network and find evidence that the appearance of new topics and real-world events can lead to significant changes in edge creations and deletions. Lastly, we develop a model that quantifies the dynamics of the network and the occurrence of these bursts as a function of the information spreading through the network. The model can successfully predict which information diffusion events will lead to bursts in network dynamics.

研究の動機と目的

• 情報拡散がTwitterのようなソーシャルネットワークの構造的進化に与える影響を理解すること。
• 大規模なコンテンツ共有イベントがフォロワーネットワークダイナミクスに突然の変化（バースト）を引き起こすかどうか、およびその仕組みを特定すること。
• 情報拡散イベントがどの程度新規接続のバーストを引き起こすかを予測するモデルを開発すること。
• コンテンツ類似度と露出の役割がフォロワー獲得のバーストに与える影響を分析すること。

提案手法

• 本研究は、1310万件の英語話者から成るTwitterユーザーの部分グラフを分析し、11億件のツイート、1億1230万件の新規接続、3920万件の削除を時間経過とともに追跡した。
• ネットワークダイナミクスは、エッジの作成および削除イベントのバーストを測定することでモデル化され、通常のネットワーク変化の流れにおける途切れ（インターバル）を特定した。
• リツイート露出（他者がユーザーのツイートを何回見たか）やリツイート頻度、コンテンツ類似度といった特徴を用いて、フォロワーのバースト発生確率を予測する予測モデルを構築した。
• リツイートのバーストとその後のフォロワーのバーストとの時間的相関を組み込み、標準偏差スコアを用いてバースト強度を定量化した。
• リツイートとリツイート露出の予測力の違いを比較した結果、影響力のある類似したユーザーからの露出が、フォロワーのピーク発生をより強く予測できた。
• ノイズモデルと自己回帰分析を用いて、情報拡散の影響をベースラインのネットワーク進化から分離した。

実験結果

リサーチクエスチョン

• RQ1 Twitterにおけるフォロワー接続の作成および削除の突然のバーストは、何によって引き起こされるか？
• RQ2 リツイートによる情報の拡散は、ユーザーネットワークの構造的進化にどのように影響するか？
• RQ3 情報拡散のパターンに基づいて、フォロワーのバースト発生をどの程度正確に予測できるか？
• RQ4 コンテンツ類似度と、新しい類似ユーザーからの露出が、フォロワー獲得のバーストを引き起こす役割を果たすか？

主な発見

• Twitterネットワークは、平均して月間9％の接続が変化する安定した背景的変動を示しており、情報カスケードと関連する突然のバーストによって途切れを起こす。
• 特に大規模なリツイートカスケードを伴う情報拡散イベントは、新規フォロワー接続の協調的バーストを引き起こし、やや少ないがアンフォローも数も増加させる。
• リツイート露出の回数（他者がユーザーのコンテンツを何回見たか）は、リツイートの総数よりもフォロワーのバーストを予測する上でより強い要因であることが判明した。
• 以前に知らなかった類似したユーザーからのコンテンツに露出したユーザーが、最もフォロワーのバースト的増加を経験する傾向にある。
• 本モデルは、フォロワーのバースト発生を高い正確性で予測でき、リツイート頻度のみに依存するベースラインモデルを上回った。
• 本研究では、リツイート頻度が高いユーザーが必ずしもバーストを引き起こすわけではないことが判明した。バーストは、コンテンツが初めて新しい類似したオーディエンスに到達した際に最も発生しやすい。