[論文レビュー] The Structure of Collaborative Tagging Systems

Scott A. Golder, Bernardo A. Huberman|ArXiv.org|Aug 18, 2005

Complex Network Analysis Techniques参考文献 13被引用数 837

ひとこと要約

この論文は、共同タグ付けシステムの構造的・動的特性を分析し、タグ頻度、ユーザ行動、タグ共起性における安定したパターンを明らかにしている。大規模なタグ付けシステムからの実証データを用いて、模倣と共有知識に基づく動的モデルを提案し、観察された規則性、特にパワー則に従うタグ分布とURLごとの安定したタグ比率を説明している。

ABSTRACT

Collaborative tagging describes the process by which many users add metadata in the form of keywords to shared content. Recently, collaborative tagging has grown in popularity on the web, on sites that allow users to tag bookmarks, photographs and other content. In this paper we analyze the structure of collaborative tagging systems as well as their dynamical aspects. Specifically, we discovered regularities in user activity, tag frequencies, kinds of tags used, bursts of popularity in bookmarking and a remarkable stability in the relative proportions of tags within a given url. We also present a dynamical model of collaborative tagging that predicts these stable patterns and relates them to imitation and shared knowledge.

研究の動機と目的

• Webプラットフォームで使用される共同タグ付けシステムの構造的・動的特性を理解すること。
• タグ頻度分布や活動のバーストといった、ユーザのタグ付け行動における規則性を特定すること。
• 時間経過に伴うURLごとのタグ比率の安定性を調査すること。
• 模倣と共有知識を通じて安定したタグ付けパターンがどのように生じるかを説明する動的モデルを開発すること。
• 実世界の共同タグ付けシステムからの実証データと照らし合わせて、モデルを検証すること。

提案手法

• 共同タグ付けシステムから大規模な実証データを収集・分析し、ユーザのタグ付け行動とタグ頻度に焦点を当てた。
• 統計的分析を適用して、タグ頻度におけるパワー則分布とブックマーク活動の時間的バーストを同定した。
• 相関係数と分散の指標を用いて、時間経過に伴うURLごとの相対的タグ比率の安定性を測定した。
• 模倣と共有知識に基づく共同タグ付けの動的モデルを提唱し、タグ付けにおけるユーザ行動をシミュレートした。
• 実証データを用いてモデルをキャリブレーションし、予測結果と観察されたタグ分布および安定性のパターンを比較した。
• 数学的モデリングを用いて、観察された規則性が模倣や合意形成といった社会的・認知的メカニズムとどのように関連するかを明らかにした。

実験結果

リサーチクエスチョン

• RQ1 共同タグ付けシステムの構造と動的特性にどのような規則性が現れるか？
• RQ2 時間経過に伴って、特定のURLに関連付けられたタグの相対的比率はどの程度安定しているか？
• RQ3 観察されたタグ頻度のパワー則分布を説明するメカニズムは何か？
• RQ4 ブックマーク活動のバーストは、タグの人気度とユーザ行動とどのように相関しているか？
• RQ5 模倣と共有知識は、観察された安定したタグ付け行動のパターンをどの程度説明できるか？

主な発見

• 共同タグ付けシステムにおけるタグ頻度はパワー則に従う分布を示しており、少数のタグが非常に頻繁に使用される一方で、大多数のタグはまれにしか使われないことを示している。
• 特定のURLに関連付けられたタグの相対的比率は、時間経過に伴って顕著に安定しており、異なる時間帯間で高い相関が見られた。
• ユーザの活動は、特に人気コンテンツに対してバーストを示しており、ポisson的でない時間的ダイナミクスを示している。
• 模倣と共有知識に基づく動的モデルは、観察されたタグ分布および比率の安定したパターンをうまく再現できた。
• タグ比率の安定性は、集団的なタグ付け行動が共有され、一貫性のあるメタデータ表現へ収束することを示唆している。
• モデルの予測は実証データとよく一致しており、模倣と共有知識がタグ付けシステムの構造を決定づける主要因であるという仮説を支持している。