[論文レビュー] Topical homophily in online social systems.

Felipe Maciel Cardoso, Sandro Meloni+2 more|arXiv (Cornell University)|Jul 20, 2017

Complex Network Analysis Techniques被引用数 9

ひとこと要約

本稿は、ハッシュタグを用いてユーザーの関心をモデル化し、ソーシャルコネクションにおけるトピックベースの類似度を測定することで、Twitterにおけるトピック的同質性（トピック的ハモフィリー）を調査する。ユーザーは類似した関心を持つ他者とつながりやすい傾向にあり、トピック的類似度は関係性の強さを強く予測することが判明し、オンラインソーシャルシステムにおけるハモフィリーの定量的測定が可能になる。

ABSTRACT

Understanding the dynamics of social interactions is crucial to comprehend human behavior. The emergence of online social media has enabled access to data regarding people relationships at a large scale. Twitter, specifically, is an information oriented network, with users sharing and consuming information. In this work, we study whether users tend to be in contact with people interested in similar topics, i.e., topical homophily. To do so, we propose an approach based on the use of hashtags to extract information topics from Twitter messages and model users' interests. Our results show that, on average, users are connected with other users similar to them and stronger relationships are due to a higher topical similarity. Furthermore, we show that topical homophily provides interesting information that can eventually allow inferring users' connectivity. Our work, besides providing a way to assess the topical similarity of users, quantifies topical homophily among individuals, contributing to a better understanding of how complex social systems are structured.

研究の動機と目的

• オンラインソーシャルネットワークにおけるユーザーが、類似したトピックに関心を持つ他者とつながりやすい傾向（トピック的ハモフィリーと呼ばれる現象）があるかどうかを調査すること。
• ハッシュタグをトピックの指標として用いて、Twitterデータからユーザーの関心を抽出・モデリングする手法を開発すること。
• トピック的ハモフィリーの程度を定量化し、ソーシャルネットワーク構造の形成におけるその役割を評価すること。
• トピック的類似度がオンラインソーシャルシステムにおけるユーザーの接続パターンを予測できるかどうかを評価すること。

提案手法

• ツイート内のハッシュタグを抽出し、ユーザーの関心を明確なトピックに分類する。
• ユーザーが使用するハッシュタグの頻度と分布に基づいて、ユーザーの関心プロファイルを構築する。
• ハッシュタグプロファイルをベクトルとして扱い、類似度測定法（例：コサイン類似度）を用いてユーザー間のトピック的類似度を計算する。
• 計算されたトピック的類似度と関連付けてソーシャルネットワークの接続を分析し、ハモフィリー効果を評価する。
• 統計モデルを用いて、トピック的類似度と関係性の強さの相関関係を検証する。

実験結果

リサーチクエスチョン

• RQ1 ユーザーは、Twitterにおいてどの程度、類似したトピック的関心を持つ他者とつながりやすいのか？
• RQ2 ユーザー間のトピック的類似度は、そのユーザー間の社会的つながりの強さとどの程度相関しているか？
• RQ3 トピック的ハモフィリーは、オンラインソーシャルネットワークにおけるユーザーの接続性を予測・推定するために利用できるか？
• RQ4 大規模なTwitterの相互作用において、トピック的ハモフィリーの定量的規模はどの程度か？

主な発見

• 平均して、ユーザーは類似したトピック的関心を持つ他者とつながりやすい傾向にあり、これはTwitterネットワークにおける強いトピック的ハモフィリーを示している。
• より強い社会的関係は、ユーザー間のトピック的類似度の高い水準と顕著に関連している。
• ハッシュタグの使用から得られるトピック的類似度は、ユーザーの接続パターンを信頼性高く予測する要因となる。
• 本研究はトピック的ハモフィリーを定量化し、共有関心に基づいたソーシャルネットワーク構造の理解に役立つ測定可能なフレームワークを提供した。