[論文レビュー] Twitter in Academic Conferences: Usage, Networking and Participation over Time

Xidao Wen, Yu‐Ru Lin+2 more|arXiv (Cornell University)|Mar 30, 2014

Wikis in Education and Collaboration参考文献 15被引用数 4

ひとこと要約

本研究は2009年から2013年までの16のコンピュータサイエンス国際会議におけるTwitter利用を分析し、会議中の情報共有（例：リツイート、URL）が会話的関与（例：返信、メンション）よりも増加傾向にあることを明らかにした。ネットワーク解析と機械学習を用いて、情報ネットワークにおけるユーザの中心性、タイムライン活動、会話ネットワークの接続性が、将来の会議への継続的参加を予測する最も強い要因であることが同定された。

ABSTRACT

Twitter is often referred to as a backchannel for conferences. While the main conference takes place in a physical setting, attendees and virtual attendees socialize, introduce new ideas or broadcast information by microblogging on Twitter. In this paper we analyze the scholars' Twitter use in 16 Computer Science conferences over a timespan of five years. Our primary finding is that over the years there are increasing differences with respect to conversation use and information use in Twitter. We studied the interaction network between users to understand whether assumptions about the structure of the conversations hold over time and between different types of interactions, such as retweets, replies, and mentions. While `people come and people go', we want to understand what keeps people stay with the conference on Twitter. By casting the problem to a classification task, we find different factors that contribute to the continuing participation of users to the online Twitter conference activity. These results have implications for research communities to implement strategies for continuous and active participation among members.

研究の動機と目的

• 研究者が学術会議中にTwitterをどのように利用しているかを理解すること、特に社会的関与と情報共有のバランスを明らかにすること。
• 学術会議のTwitterバックチャンネルにおける会話と情報共有のネットワーク構造が時間経過とともにどのように変化したかを検討すること。
• ユーザーが将来の年次会議においても継続的にTwitter活動に参加するかどうかを予測するための行動的およびネットワーク的特徴を同定すること。
• 研究コミュニティがソーシャルメディアを通じてオンライン参加を継続的に維持するための戦略を提供すること。

提案手法

• 2009年から2013年までの16のコンピュータサイエンス国際会議のツイートをウェブクローリングとデータ抽出を用いて収集・分析した。
• 返信とメンションに基づく会話ネットワークと、リツイートに基づくネットワークを構築し、相互作用のパターンを分析した。
• 情報利用（URL、リツイート）と会話利用（返信、メンション）の2つずつを特徴量として、Twitter利用行動を定量化した。
• 両方のネットワークから、ユーザの影響力と接続性を評価するためのネットワーク中心性指標（次数、固有ベクトル、媒介性）を抽出した。
• ベースライン特徴、会話ネットワーク特徴、情報ネットワーク特徴を組み合わせたバイナリ分類タスクを定式化し、将来の参加を予測した。
• 複数の機械学習モデル（ランダムフォレスト、AdaBoost、Bagging、ロジスティック回帰、SVM）を評価し、AUCスコアを用いて最良の組み合わせを選定した。

実験結果

リサーチクエスチョン

• RQ1 ユーザーは会議中に、同僚との交流を目的としてTwitterを利用しているのか、それとも情報共有を目的としているのか。このような利用傾向は時間経過とともにどのように変化したか。
• RQ2 個々の会議における会話ネットワークと情報共有ネットワークの構造的特徴は何か。また、これらの構造は時間経過とともに進化したか。
• RQ3 ユーザーは連続した年次会議においてTwitterに参加し続けるのか。また、その将来の参加はどの程度予測可能か。

主な発見

• 会議中のTwitter利用において、情報利用（特にリツイートとURL共有）の傾向が顕著に増加しており、会話的利用（返信とメンション）は時間経過とともに比較的安定している。
• 会話ネットワークはリツイートネットワークよりも断片的であり、時間経過とともにその断片性が増していることから、孤立した会話のクラスタが増加していることが示唆された。
• リツイートネットワークは常に大規模で接続された巨大成分を維持しており、会議コミュニティ全体にわたる情報拡散が継続的かつ広範にわたっていることを示している。
• 将来の参加を予測する上で最も予測力の高い特徴は、タイムラインツイート数、情報ネットワークにおける固有ベクトル中心性、会話ネットワークにおける次数中心性である。
• ベースライン、会話ネットワーク、情報ネットワーク特徴を組み合わせた最良の予測モデルは、Baggingアルゴリズムを用いてAUC 0.787を達成した。
• 情報ネットワークにおける固有ベクトル中心性は2番目に重要な特徴であり、他の中心的なユーザーと接続されているユーザーは、将来の会議にも参加しやすい傾向にあることを示している。