[論文レビュー] Twitter and Polls: Analyzing and estimating political orientation of Twitter users in India General #Elections2014

Abhishek Bhola|arXiv (Cornell University)|Jun 19, 2014

Complex Network Analysis Techniques参考文献 27被引用数 9

ひとこと要約

本研究では、インド議会選挙2014の1821万件のツイートを分析し、コンテンツベース分類（テキストおよびハッシュタグ）、ユーザーフィーチャー基盤分類、およびリツイートおよびメンションネットワーク上のネットワークベースコミュニティ検出の4つの手法を用いて、ユーザーの政治的傾向を分類した。ネットワークベースの手法は80%を超える正確性を達成し、コンテンツベースの手法を著しく上回った。これは、ツイートの内容だけに依存するよりも、ソーシャルネットワーク構造が政治的傾向の指標としてより信頼できることが示されたことを意味する。

ABSTRACT

This year (2014) in the month of May, the tenure of the 15th Lok Sabha was to end and the elections to the 543 parliamentary seats were to be held. A whooping $5 billion were spent on these elections, which made us stand second only to the US Presidential elections in terms of money spent. Swelling number of Internet users and Online Social Media (OSM) users could effect 3-4% of urban population votes as per a report of IAMAI (Internet & Mobile Association of India). Our count of tweets related to elections from September 2013 to May 2014, was close to 18.21 million. We analyzed the complete dataset and found that the activity on Twitter peaked during important events. It was evident from our data that the political behavior of the politicians affected their followers count. Yet another aim of our work was to find an efficient way to classify the political orientation of the users on Twitter. We used four different techniques: two were based on the content of the tweets, one on the user based features and another based on community detection algorithm on the retweet and user mention networks. We found that the community detection algorithm worked best. We built a portal to show the analysis of the tweets of the last 24 hours. To the best of our knowledge, this is the first academic pursuit to analyze the elections data and classify the users in the India General Elections 2014.

研究の動機と目的

• インドの2014年一般選挙期間中のツイッター活動の量、タイミング、および感情を分析すること。
• 選挙期間中のツイッター上での政治的議論およびユーザーエンゲージメントのパターンを特定すること。
• ユーザーの政治的傾向を推定するための複数の分類手法を開発および評価すること。
• 選挙関連のツイッターデータおよび感情をモニタリングするリアルタイムポータルの構築すること。

提案手法

• 2013年9月から2014年5月にかけて、ツイッターのストーリングAPIを用いて1821万件の選挙関連ツイートを収集した。
• コンテンツベース分類のため、TF-IDFベクトル化およびハッシュタグベースの特徴量を適用した。
• フォロワー数、フォローリスト数、および政党関連キーワードの頻度といったユーザーレベルの特徴量を分類に使用した。
• リツイートおよびユーザーメンションネットワークを構築し、コミュニティ検出アルゴリズムを適用して政治的傾向の分類を行った。
• 手動でアノテートされた1000件のユーザープロフィール（プロ：613件、アンチ：425件）を用いて分類性能を評価した。
• トレンドトピック、感情、場所、および政治的ネットワークダイナミクスを可視化するリアルタイムWebポータルを開発した。

実験結果

リサーチクエスチョン

• RQ1 インドの2014年一般選挙における主要な選挙イベントとツイッター活動の量にはどのような相関関係があるか？
• RQ2 コンテンツベース特徴量（テキストおよびハッシュタグ）は、ユーザーを BJP／Congress 賛否のどちらに分類するのに効果的か？
• RQ3 ユーザーレベルの行動的特徴量（フォロワー数、フォロー数、メンション頻度）は、政治的傾向をどの程度予測できるか？
• RQ4 リツイートおよびメンショングラフ上のネットワークベースコミュニティ検出は、政治的傾向の同定にどの程度効果的か？
• RQ5 ツイッターデータのリアルタイム分析は、選挙中の政治的感情および人気度に関する実用的インサイトを提供できるか？

主な発見

• ツイッター活動は主要な選挙イベントと相関し、特に午後半にかけて最も高い活動量を示した。特に火曜日および水曜日が顕著であった。
• TF-IDFおよびハッシュタグを用いたコンテンツベース分類では、プロおよびアンチの分類でそれぞれ42.42%および37.25%の正確性にとどまった。
• ユーザーフィーチャー基盤分類では、プロ分類で50%以上、アンチ分類で40%以上の正確性が達成された。
• リツイートおよびメンションネットワーク上のネットワークベースコミュニティ検出手法は、80%を超える正確性を達成し、コンテンツベース手法を著しく上回った。
• 本研究では、アンチ政治的傾向の分類がプロの傾向の分類よりも困難であることが確認された。これは、データや言語使用にバイアスがある可能性を示唆している。
• リアルタイムポータルは、トレンドトピック、感情トレンド、および選挙関連ツイートの地理的分布を効果的に可視化した。