[논문 리뷰] Home Location Identification of Twitter Users

Jalal Mahmud, Jeffrey Nichols외 1명|arXiv (Cornell University)|2014. 03. 07.

Human Mobility and Location-Based Analysis참고 문헌 23인용 수 6

한 줄 요약

이 논문은 통계적 및 히우리스틱 분류기와 지리적 가이드북을 조합하여 트위터 사용자의 거주지를 도시, 주, 시간대, 지역 등 다양한 정밀도로 추론하는 계층적이고 앙상블 기반의 알고리즘을 제안한다. 트윗 내용, 트윗 행동 및 이동 감지 분류기를 활용함으로써, 더 넓은 지역을 먼저 예측하는 상향식 분류 전략을 통해 기존 방법보다 정확도를 향상시킨다.

ABSTRACT

We present a new algorithm for inferring the home location of Twitter users at different granularities, including city, state, time zone or geographic region, using the content of users tweets and their tweeting behavior. Unlike existing approaches, our algorithm uses an ensemble of statistical and heuristic classifiers to predict locations and makes use of a geographic gazetteer dictionary to identify place-name entities. We find that a hierarchical classification approach, where time zone, state or geographic region is predicted first and city is predicted next, can improve prediction accuracy. We have also analyzed movement variations of Twitter users, built a classifier to predict whether a user was travelling in a certain period of time and use that to further improve the location detection accuracy. Experimental evidence suggests that our algorithm works well in practice and outperforms the best existing algorithms for predicting the home location of Twitter users.

연구 동기 및 목표

• 제한된 텍스트 및 행동 데이터만을 사용하여 트위터 사용자의 정확한 거주지를 식별하는 데 도전한다.
• 다양한 분류기와 지리 지식을 통합하여 기존의 위치 추론 방법을 향상시킨다.
• 사용자 이동 패턴이 위치 예측 정확도에 미치는 영향을 탐색한다.
• 다양한 정밀도 수준에서 위치를 예측할 수 있는 확장 가능한 계층적 분류 프레임워크를 개발한다.
• 이동 감지의 효과성을 평가한다.

제안 방법

• 이 방법은 트윗 내용과 사용자 행동을 분석하여 위치 추론을 위한 통계적 및 히우리스틱 분류기의 앙상블을 사용한다.
• 지리적 가이드북 사전을 활용하여 트윗에서 장소 이름 엔티티를 추출하고 검증한다.
• 계층적 분류 접근 방식을 적용하여 먼저 더 넓은 지역(예: 시간대 또는 주)을 예측한 후 도시 수준의 위치로 좁혀간다.
• 트윗 빈도와 공간 분포를 기반으로 특정 기간 동안 사용자가 이동 중인지 여부를 감지하는 별도의 분류기를 훈련시킨다.
• 이동 감지 결과를 활용하여 예측을 필터링하거나 재가중함으로써, 데이터 수집 시 이동 중이 아닌 사용자에 대한 정확도를 향상시킨다.
• 성능은 표준 위치 예측 메트릭을 사용하여 실제 트위터 데이터를 기반으로 훈련 및 평가한다.

실험 결과

연구 질문

• RQ1 평탄한 분류 방식과 비교해 볼 때, 계층적 분류 접근 방식은 트위터 사용자에 대한 거주지 추론 정확도를 향상시키는가?
• RQ2 특히 이동 감지와 같은 사용자 이동 패턴을 통합할 경우, 위치 예측 정밀도는 어떻게 향상되는가?
• RQ3 통계적 및 히우리스틱 분류기의 조합은 개별 방법보다 얼마나 뛰어난 성능을 보이는가?
• RQ4 지리적 가이드북은 비공식적인 소셜 미디어 텍스트에서 장소 이름 엔티티를 추출하고 검증하는 데 얼마나 효과적인가?
• RQ5 도시보다 먼저 더 넓은 지리적 지역을 예측하는 것이 다중 정밀도 위치 추론에서 전체 성능 향상에 기여하는가?

주요 결과

• 계층적 분류 접근 방식은 군집에서 세분화된 수준으로의 오류 전파를 줄임으로써 예측 정확도를 크게 향상시킨다.
• 이동 감지 분류기의 통합은 특히 데이터 수집 시 이동 중이 아닌 사용자에 대해 정확도를 향상시킨다.
• 통계적 및 히우리스틱 분류기의 앙상블은 평가에서 기존 최고의 알고리즘을 능가한다.
• 지리적 가이드북의 사용은 노이즈가 많은 비공식적인 트윗 텍스트에서도 장소 이름 엔티티를 견고하게 추출할 수 있도록 한다.
• 이 방법은 도시, 주, 시간대, 지리적 지역 등 다양한 정밀도에서 높은 정확도를 달성한다.
• 실험 결과는 제안된 알고리즘이 대규모 트위터 사용자 위치 추론에 효과적이고 확장 가능하다는 것을 입증한다.