[논문 리뷰] A Survey of Prediction Using Social Media

Sheng Yu, Subhash Kak|arXiv (Cornell University)|2012. 03. 07.

Complex Network Analysis Techniques참고 문헌 77인용 수 106

한 줄 요약

이 논문은 사회적 미디어를 활용한 인간 관련 사건 예측에 대해 조사하며, 정서 분석, 네트워크 구조 탐색, 시간 패턴 인식과 같은 기법들을 분석한다. 사용자 참여도와 콘텐츠 트렌드와 같은 핵심 예측 변수를 특정하고, 데이터 품질, 프라이버시, 모델 일반화와 같은 과제를 강조하며, 사회적 미디어 기반 예측 시스템의 기초 개요를 제공한다.

ABSTRACT

Social media comprises interactive applications and platforms for creating, sharing and exchange of user-generated contents. The past ten years have brought huge growth in social media, especially online social networking services, and it is changing our ways to organize and communicate. It aggregates opinions and feelings of diverse groups of people at low cost. Mining the attributes and contents of social media gives us an opportunity to discover social structure characteristics, analyze action patterns qualitatively and quantitatively, and sometimes the ability to predict future human related events. In this paper, we firstly discuss the realms which can be predicted with current social media, then overview available predictors and techniques of prediction, and finally discuss challenges and possible future directions.

연구 동기 및 목표

• 사회적 미디어 플랫폼을 사용해 예측할 수 있는 사건의 범위를 검토하는 것.
• 사회적 미디어 예측에 사용되는 기존의 예측 변수와 분석 기법을 검토하는 것.
• 데이터 품질, 프라이버시, 모델 확장성과 관련된 주요 과제를 특정하는 것.
• 사회적 미디어 기반 예측의 잠재적 향후 연구 방향을 개략적으로 제시하는 것.

제안 방법

• 논문은 2005년에서 2012년 사이의 사회적 미디어 예측에 관한 학술 및 기술 문헌을 종합적으로 조사한다.
• 예측 대상을 정치, 금융, 건강, 엔터테인먼트와 같은 영역으로 분류한다.
• 기법으로는 사용자 생성 콘텐츠의 정서 분석, 네트워크 중심성 측정, 참여 지표의 시계열 모델링이 포함된다.
• 저자들은 사회적 네트워크의 구조적 및 행동 패턴을 분석하여 예측 신호를 도출한다.
• 트위터, 페이스북, 블로그와 같은 다양한 데이터 소스의 효과를 평가한다.
• 예측 타당성을 평가하기 위해 컴퓨터 과학과 사회과학의 시각을 통합한다.

실험 결과

연구 질문

• RQ1 어떤 종류의 인간 관련 사건이 사회적 미디어 데이터를 통해 신뢰성 있게 예측할 수 있는가?
• RQ2 어떤 사회적 미디어 기능과 사용자 행동이 가장 효과적인 예측 변수가 되는가?
• RQ3 정확도와 확장성 측면에서 다양한 분석 기법은 어떻게 비교되는가?
• RQ4 현재 사회적 미디어 예측 시스템에서 주요한 제약 조건은 무엇인가?
• RQ5 사회적 미디어 예측의 신뢰성과 윤리적 사용을 향상시키기 위한 향후 연구 방향은 무엇인가?

주요 결과

• 사회적 미디어를 통해 다양한 의견과 정서를 저비용으로 집계할 수 있으며, 이를 예측 모델링에 활용할 수 있다.
• 사용자 생성 콘텐츠의 정서 분석은 선거 결과나 주식 시장 움직임과 같은 실세계 사건과 강한 상관관계를 보인다.
• 영향력과 중심성과 같은 네트워크 구조 지표는 사회적 전염 및 정보 확산 모델의 예측 정확도를 향상시킨다.
• 사용자 활동과 콘텐츠 양의 시간 패턴은 종종 주요 사회적 사건 이전에 나타나며, 이를 예측하는 데 기여한다.
• 다양한 결과가 있음에도 불구하고, 데이터 희소성, 노이즈, 프라이버시 우려 등으로 인해 모델의 강건성에 영향을 미치는 과제가 남아 있다.
• 다양한 소스의 데이터 통합과 다분야 검증은 더 신뢰할 수 있는 예측을 가능하게 하는 핵심 요소로 규명된다.