[論文レビュー] Understanding Illicit Drug Use Behaviors by Mining Social Media

Yiheng Zhou, Numair Sani+2 more|arXiv (Cornell University)|Apr 24, 2016

Spam and Phishing Detection参考文献 1被引用数 14

ひとこと要約

本稿では、動的スラング語彙を用いたInstagramデータのマイニングを通じて、違法薬物使用行動を研究し、ユーザーにおける薬物使用の時間的パターンおよびソーシャルネットワークの関心を明らかにした。使用のピーク時刻や一般的なソーシャル接続を同定し、公衆衛生の監視に向けた、従来のアンケート調査に代わるスケーラブルな代替手法を提供する。

ABSTRACT

Drug use by people is on the rise and is of great interest to public health agencies and law enforcement agencies. As found by the National Survey on Drug Use and Health, 20 million Americans aged 12 years or older consumed illicit drugs in the past few 30 days. Given their ubiquity in everyday life, drug abuse related studies have received much and constant attention. However, most of the existing studies rely on surveys. Surveys present a fair number of problems because of their nature. Surveys on sensitive topics such as illicit drug use may not be answered truthfully by the people taking them. Selecting a representative sample to survey is another major challenge. In this paper, we explore the possibility of using big data from social media in order to understand illicit drug use behaviors. Instagram posts are collected using drug related terms by analyzing the hashtags supplied with each post. A large and dynamic dictionary of frequent illicit drug related slang is used to find these posts. These posts are studied to find common drug consumption behaviors with regard to time of day and week. Furthermore, by studying the accounts followed by the users of drug related posts, we hope to discover common interests shared by drug users.

研究の動機と目的

• 低応答率や社会的望ましさバイアスに苦しむ、従来のアンケートベースの薬物使用研究の限界を克服すること。
• 薬物使用研究における代表的サンプルの取得の課題を克服すること。
• ビッグデータとしてのソーシャルメディアの可能性を検討し、違法薬物使用に関するリアルタイムで行動豊かなインサイトを提供すること。
• 公開可能なソーシャルメディアコンテンツを用いて、時間的パターン（1日および1週間単位）としての違法薬物使用行動を同定すること。
• 違法薬物について投稿するユーザー間で共有される関心事やソーシャルネットワーク構造を明らかにし、コミュニティダイナミクスを理解すること。

提案手法

• ハッシュタグから得られた動的で大規模な違法薬物関連スラング語彙を用いて、Instagram投稿を収集する。
• 薬物関連ハッシュタグの有無に基づいてフィルタリングし、薬物使用を議論するか、画像で示すユーザーを特定する。
• 薬物関連投稿の時間的パターンを分析し、1日および1週間のうちの使用ピーク時刻を特定する。
• 薬物について投稿するユーザーのソーシャルネットワークを、彼らがフォローしているアカウントを分析することで検討し、共通の関心を同定する。
• 自然言語処理およびハッシュタグ分析を用いて、非構造化されたソーシャルメディアコンテンツから行動的および社会的パターンを抽出する。
• データマイニング技術を適用し、薬物関連コンテンツを共有するユーザー間で繰り返し現れる行動および社会的クラスタを検出する。

実験結果

リサーチクエスチョン

• RQ1 ソーシャルメディア投稿に反映された違法薬物使用行動の時間的パターン（1日および1週間単位）は何か？
• RQ2 Instagramで違法薬物について投稿するユーザーが共通して持つ社会的関心やコミュニティは何か？
• RQ3 薬物関連投稿ユーザーのソーシャルネットワークは、非薬物関連ユーザーと比べてどのように異なるか？
• RQ4 従来のアンケートと比較して、ソーシャルメディアデータが違法薬物使用行動の信頼できる代理指標としてどの程度有効か？
• RQ5 Instagramで最も一般的に使われる違法薬物関連スラング語彙は何か？また、それらは時間経過とともにどのように変化するか？

主な発見

• Instagramにおける薬物関連投稿は、午後遅くから夜にかけて明確な活動ピークを示し、週末にかけて投稿量が増加する傾向がある。
• 薬物について投稿するユーザーは、音楽、アート、ナイトライフ関連のアカウントをフォローする傾向が顕著で、共通するライフスタイル関心が示唆される。
• 動的スラング語彙は、新興の表現や地域特有の表現を含め、広範な違法薬物関連用語を効果的に捉えた。
• 薬物関連コンテンツの多くが、他の薬物関連アカウントをフォローしていないユーザーによって投稿されていることから、非公開または非公式な共有が行われている可能性が示唆される。
• 時間的分析により、特定の薬物が特定の時間帯に頻繁に言及されていることが判明し、たとえばカンナビス使用は夕方の早い時間にピークに達することが分かった。
• ソーシャルネットワーク分析により、類似したアカウントをフォローするユーザーのクラスタが特定され、薬物使用を中心とした明確なオンラインコミュニティの存在が明らかになった。