[論文レビュー] Why Did They #Unfollow Me? Early Detection of Follower Loss on Twitter

Suman Maity, Ramanth Gajula+1 more|arXiv (Cornell University)|Feb 14, 2018

Mental Health via Writing参考文献 6被引用数 4

ひとこと要約

本稿では、自然言語処理、ネットワーク特徴、Doc2vecを用いたコンテンツおよび行動駆動型モデルを提案し、ベースラインモデルよりも最大19.67%高い精度でTwitterでのフォロワー減少を予測する。主な予測要因として、高頻度のツイート、バースト性、低トピック多様性、低メンション参加度が特定された。

ABSTRACT

Having more followers has become a norm in recent social media and micro-blogging communities. This battle has been taking shape from the early days of Twitter. Despite this strong competition for followers, many Twitter users are continuously losing their followers. This work addresses the problem of identifying the reasons behind the drop of followers of users in Twitter. As a first step, we extract various features by analyzing the content of the posts made by the Twitter users who lose followers consistently. We then leverage these features to early detect follower loss. We propose various models and yield an overall accuracy of 73% with high precision and recall. Our model outperforms baseline model by 19.67% (w.r.t accuracy), 33.8% (w.r.t precision) and 14.3% (w.r.t recall).

研究の動機と目的

• Twitterにおけるフォロワー減少を引き起こす社会的・言語的要因を特定すること。
• 被害者ユーザーのツイート内容と行動のみを用いて、フォロワー減少を早期に予測するモデルを構築すること。
• ネットワークリンク特徴に依存するベースラインモデルを上回るため、テキストおよび心理言語的特徴を統合したモデルを構築すること。
• ユーザーおよびプラットフォームが早期検出によりフォロワー減少を事前に緩和できるようにすること。

提案手法

• 2014年6月と2016年9月にクロールした930万人のTwitterユーザーからデータセットを構築し、フォロワーの30%以上を失ったユーザー（データセット1）または2%未満を失ったユーザー（データセット2）を選択した。
• 攻撃的語の使用、語彙多様性（エントロピー）、トピック多様性（K=30のLDA）、心理言語的指標（LIWCカテゴリ）を含むテキスト特徴を抽出した。
• メンションネットワーク（@メンションに基づく有向ネットワーク）とコンテンツ類似度ネットワーク（ジャカード係数に基づく、類似度0.3の閾値で刈り込む）の2つのユーザーネットワークを構築した。
• 両方のネットワークから、次数（インデグリー、アウトディグリー）、媒介性、近接性、固有ベクトル中心性、クラスタリング係数といったネットワーク中心性特徴を計算した。
• ツイートシーケンスからDoc2vecを用いてユーザーの密なベクトル表現を生成し、手作業で作成した特徴と統合した。
• バイナリ分類のための交差エントロピー損失を用い、10分割交差検証で特徴量の連結集合を入力として多層パーセプトロン（MLP）を学習させた。

実験結果

リサーチクエスチョン

• RQ1 ツイートにおける言語的および行動的パターンのうち、Twitterでのフォロワー減少を最も予測する要因は何か？
• RQ2 メンションパターンやコンテンツ類似度といったネットワークレベルの特徴は、フォロワー減少とどのように相関するか？
• RQ3 テキスト的、行動的、ネットワーク的特徴を統合したモデルは、単にネットワークリンク特徴に依存するベースラインモデルを上回ることができるか？
• RQ4 特定のどの特徴が、顕著なフォロワー減少を経験するユーザーと、小さな変動しか経験しないユーザーを区別するのに最も特徴的か？

主な発見

• 提案モデルは73%の精度、73%の再現率、87%の再現率、80%のF1スコアを達成し、ベースラインモデルより精度で19.67%、再現率で33.8%、F1で14.3%の向上を示した。
• 最も判別能の高い6つの特徴は、平均ツイートバースト時間間隔、最大ツイートバースト時間間隔、ツイート頻度、メンションエントロピー、トピック多様性、メンションネットワークの固有ベクトル中心性であった。
• フォロワーを失ったユーザーは、LIWC分析の結果、否定語の使用頻度が著しく高く、包含語の使用頻度が低く、洞察的語の使用頻度も低下していた。
• 語の多様性（エントロピー）とトピック多様性（LDAベース）は強力な予測要因であった。これは、繰り返しの多いまたはトピックが限定されたコンテンツがフォロワー減少と関連していることを示唆している。
• メンションネットワークの固有ベクトル中心性とメンションエントロピーは非常に予測能が高く、エンゲージメントの質とネットワーク内での位置づけがフォロワー維持に重要であることを示している。
• モデルのROC-AUCは0.71であり、特に顕著なフォロワー減少が発生する前に対象ユーザーを識別する能力が優れていることが示された。