[논문 리뷰] Identifying Topical Twitter Communities via User List Aggregation

Derek Greene, Derek O’Callaghan외 1명|arXiv (Cornell University)|2012. 06. 29.

Complex Network Analysis Techniques참고 문헌 15인용 수 14

한 줄 요약

이 논문은 여러 Twitter 사용자가 수집한 사용자 목록을 집계하여 주제별 트위터 커뮤니티를 식별하는 방법을 제안한다. 리스트 유사도 그래프에 대해 앙상블 커뮤니티 탐지 기법을 적용하여 안정적이고 겹치는 커뮤니티를 도출한다. 이 접근법은 런던 2012 올림픽 기간 동안 스포츠 전용 커뮤니티 탐지에서 높은 정밀도(최대 1.00)와 F1 스코어(최대 0.95)를 달성하여, 커뮤니티 탐지에 대해 커뮤니티 기반 리스트 데이터의 효과를 입증한다.

ABSTRACT

A particular challenge in the area of social media analysis is how to find communities within a larger network of social interactions. Here a community may be a group of microblogging users who post content on a coherent topic, or who are associated with a specific event or news story. Twitter provides the ability to curate users into lists, corresponding to meaningful topics or themes. Here we describe an approach for crowdsourcing the list building efforts of many different Twitter users, in order to identify topical communities. This approach involves the use of ensemble community finding to produce stable groupings of user lists, and by extension, individual Twitter users. We examine this approach in the context of a case study surrounding the detection of communities on Twitter relating to the London 2012 Olympics.

연구 동기 및 목표

• 뉴스 이벤트나 스포츠와 같이 공통 주제를 논의하는 사용자들이 참여하는 일관되고 주제 중심의 커뮤니티를 식별하는 데 도전 과제를 해결하기 위해.
• 커뮤니티 탐지의 일종으로서 다양한 트위터 사용자가 공유한 리스트의 집단적 코딩을 활용하기 위해.
• 리스트 소속 유사도와 앙상블 기법을 사용하여 안정적이고 겹치는 커뮤니티 탐지 방법을 개발하기 위해.
• 런던 2012 올림픽을 실제 사례로 활용하여 외부 기준 리스트를 활용해 검증하는 평가를 수행하기 위해.

제안 방법

• 노드가 사용자 리스트를 나타내고, 사용자 구성의 유사도를 엣지로 연결하는 그래프를 구축하며, 교차 유사도(Jaccard similarity)를 사용해 겹침을 정량화한다.
• 스토캐스틱 알고리즘(예: OSLOM)을 사용해 리스트 그래프의 다수의 분할을 생성하는 앙상블 커뮤니티 탐지 프레임워크를 적용하여 다양성을 확보한다.
• 쌍별 공할당 빈도 기반의 공통된 방법을 사용해 다수의 분할을 집계하여 안정적이고 강력한 커뮤니티 구조를 도출한다.
• 사용자가 속한 리스트의 커뮤니티에 사용자를 할당하여 안정적인 리스트 커뮤니티에서 사용자 커뮤니티를 유도한다.
• 각 커뮤니티의 신뢰성을 평가하기 위해, 분할 간 평균 공할당 빈도로 정의된 안정성 점수를 사용한다.
• 외부 기준 리스트인 더 텔레그래프(The Telegraph)의 리스트를 기준으로 정밀도, 재현율, F1 스코어를 계산하여 결과를 검증한다.

실험 결과

연구 질문

• RQ1 다양한 트위터 사용자가 수집한 사용자 리스트를 효과적으로 집계하여 안정적이고 주제 중심의 커뮤니티를 식별할 수 있는가?
• RQ2 앙상블 커뮤니티 탐지 기법이 트위터에서 겹치는, 주제에 특화된 커뮤니티를 얼마나 잘 식별하는가?
• RQ3 안정성 점수는 탐지된 커뮤니티의 주제 중심 콘텐츠의 균일성과 일관성과 얼마나 관련이 있는가?
• RQ4 수동으로 구성된 기준 리스트와 비교했을 때, 이 방법은 특정 올림픽 스포츠 관련 커뮤니티를 얼마나 정확하게 식별하는가?

주요 결과

• 이 방법은 18개의 올림픽 스포츠 카테고리 중 8개에서 정밀도 1.00을 달성했으며, 이는 유노, 농구, 하키와 같은 스포츠에서 높은 정확도를 보임을 의미한다.
• 하키 커뮤니티의 F1 스코어는 0.95에 도달하여 관련 사용자를 탐지하는 데 정밀도와 재현율 사이의 균형이 매우 우수함을 보여준다.
• 높은 안정성 점수를 가진 커뮤니티들은 일반적으로 전문 스포츠(예: 배드민턴, BMX 레이싱)와 관련이 있었으며, 이는 상위 사용자가 종종 정상급 선수나 공식 기구 계정이었기 때문이다.
• 일부 카테고리(예: 육상, 자전거)에서 낮은 재현율은 리스트 수집이 흐릿하거나 잘못된 데 기인했으며, 예를 들어 사용자가 '수영'과 같은 일반 리스트에 할당된 경우가 많았다.
• 이 방법은 예상치 못한 그러나 일관된 커뮤니티, 예를 들어 글래스고 2014 공용게임즈 중심의 커뮤니티를 성공적으로 식별하여, 주요 사례 연구를 초월한 광범위한 적용 가능성을 보였다.
• 이 방법은 언어에 종속되지 않는 커뮤니티 탐지가 가능했으며, 리스트 기반 레이블이 종종 다국어 표현(예: 네덜란드어, 이탈리아어, 영어)을 포함했기 때문에, 텍스트 기반 트윗 분석과는 달리 언어에 구애받지 않았다.