[論文レビュー] TwitterCrowds: Techniques for Exploring Topic and Sentiment in Microblogging Data

Daniel Archambault, Derek Greene+1 more|arXiv (Cornell University)|Jun 17, 2013

Data Visualization and Analytics参考文献 37被引用数 11

ひとこと要約

本稿では、1000万件以上のツイートを含む大規模なマイクロブログデータにおけるトピックおよびセンチメントの探索を目的とした、2つのタグクラウド可視化技術（ThemeCrowdsおよびSentireCrowds）のリストベースのインターフェース同等物を導入する。著者らは、形式的なユーザースタディを実施し、適切な順序（例：センチメント強度順）が利用可能な状況では、リストが高センチメントトピックを特定する際のタスク効率を顕著に向上させることを確認した一方で、マルチレベルタグクラウドはタスク効率が低くてもユーザーの満足度が高く、好まれる傾向にあることを明らかにした。

ABSTRACT

Analysts and social scientists in the humanities and industry require techniques to help visualize large quantities of microblogging data. Methods for the automated analysis of large scale social media data (on the order of tens of millions of tweets) are widely available, but few visualization techniques exist to support interactive exploration of the results. In this paper, we present extended descriptions of ThemeCrowds and SentireCrowds, two tag-based visualization techniques for this data. We subsequently introduce a new list equivalent for both of these techniques and present a number of case studies showing them in operation. Finally, we present a formal user study to evaluate the effectiveness of these list interface equivalents when comparing them to ThemeCrowds and SentireCrowds. We find that discovering topics associated with areas of strong positive or negative sentiment is faster when using a list interface. In terms of user preference, multilevel tag clouds were found to be more enjoyable to use. Despite both interfaces being usable for all tested tasks, we have evidence to support that list interfaces can be more efficient for tasks when an appropriate ordering is known beforehand.

研究の動機と目的

• 社会学および産業研究分野における大規模なマイクロブログデータに対するスケーラブルでインタラクティブな可視化手法の不足に対処すること。
• 既存のタグクラウドベースの可視化（ThemeCrowdsおよびSentireCrowds）を拡張し、使いやすさとパフォーマンスを向上させるためのリストインターフェース同等物を提供すること。
• リストインターフェースとマルチレベルタグクラウドの両方が、トピックおよびセンチメントの探索タスクを支援する上でどれほど効果的であるかを評価すること。
• 最適なソート順序（例：センチメント強度順）が事前に分かっている場合、構造的な順序付けが強力な肯定的または否定的センチメント領域を発見する際のタスク効率を向上させるかを特定すること。

提案手法

• 階層的クラスタリング手法を応用して、ユーザ生成ツイートを日次プロファイルドキュメントにグループ化し、スケールに応じたトピックおよびセンチメントクラスタリングを可能にする。
• ThemeCrowdsおよびSentireCrowdsのリストインターフェース同等物を開発し、センチメント強度または主題の関連性に従ってトピックを整理することで、視覚的探索の高速化を実現する。
• クラスタリングなどの非教師あり学習手法を用いて、数千万件に及ぶツイートを管理可能で分析可能なクラスタに要約する。
• 特定されたトピックの周囲の言語パターンやセンチメント強度を可視化するため、マルチレベルタグクラウドおよびリストインターフェースを設計する。
• 複数のセンチメントおよびトピック発見タスクにおいて、リストインターフェースとタグクラウドインターフェースの間でタスクパフォーマンスとユーザーの好みを比較する形式的ユーザースタディを実施する。
• 応答時間と好み順位の比較に統計的分析を用い、参加者がセンチメント強度、言語使用、トピック同定を含むタスクを実行した。

実験結果

リサーチクエスチョン

• RQ1 マルチレベルタグクラウドと比較して、リストインターフェースは、強い肯定的または否定的センチメントと関連するトピックを発見する速度を向上させるか？
• RQ2 ユーザーは、トピックおよびセンチメントの探索タスクにおいて、リストインターフェースとマルチレベルタグクラウドの両者に対して、使いやすさと楽しさをどのように評価するか？
• RQ3 最適なソート順序（例：センチメント強度順）が事前に分かっている場合、順序付けられたリスト表現がタスク効率を向上させるか？
• RQ4 どちらのインターフェース（リストまたはタグクラウド）も、タスクに適切な順序付けが利用できない場合、依然として使いやすく効果的であると評価されるか？
• RQ5 性能差が小さい場合、視覚的インパルス（視覚的没入感）はユーザーの好みにどのような役割を果たすか？

主な発見

• センチメント強度順にソートされたリストインターフェースは、最大の肯定的または否定的センチメントを示すトピックを発見する際、応答時間を顕著に短縮した。
• マルチレベルタグクラウドは全体的にユーザーの好みで高く評価され、22名中13名がそれを好んだ。また、より楽しさや没入感があると評価された。
• 適切な順序付けが利用できない状況では、リストとタグクラウドの両方のインターフェースがタスク完了時間において同等の性能を示した。これは、順序付けがリストの効率性の鍵要因であることを示している。
• ユーザースタディの結果、意味のあるソート順序が存在するタスクでは、リストがタグクラウドよりも効率的であることが確認された。これは、順序付けられたデータに対してリストが有効であるという先行研究の結果を裏付けた。
• 性能の差が見られたものの、両方のインターフェースとも誤差率が低く抑えられ、両者ともほとんどのトピックおよびセンチメント探索タスクにおいて実用可能であることが示された。
• ユーザーのフィードバックでは、タグクラウドはより楽しさを感じさせたが、ユーザーはリストが時間制限のある分析タスクにおいてはより効果的であると認識していた。