[논문 리뷰] Inferring Fine-grained Details on User Activities and Home Location from Social Media: Detecting Drinking-While-Tweeting Patterns in Communities

Nabil Hossain, Tianran Hu외 4명|arXiv (Cornell University)|2016. 03. 10.

Human Mobility and Location-Based Analysis참고 문헌 44인용 수 20

한 줄 요약

이 논문은 뉴욕시와 몬로우 카운티에서 수집한 지리정보 태그가 부착된 트위터 데이터를 바탕으로, 실시간 음주 행위 보고와 과거/미래 언급, 일반적 논의를 구분하는 기계학습 프레임워크를 제안한다. 또한 블록 수준 해상도로 사용자 거주지를 정확하게 추론한다. 계층적 서포트 벡터 머신(SVM) 분류기와 지리정보 태그가 부착된 트위터 데이터를 사용하여, 지역 음주 매장 밀도와 지역 수준의 음주 자가 보고 간에 유의미한 양의 상관관계가 있음을 밝혀냈으며, 특히 농촌 지역에서 상관관계가 더 강하다는 점을 확인했다.

ABSTRACT

Nearly all previous work on geo-locating latent states and activities from social media confounds general discussions about activities, self-reports of users participating in those activities at times in the past or future, and self-reports made at the immediate time and place the activity occurs. Activities, such as alcohol consumption, may occur at different places and types of places, and it is important not only to detect the local regions where these activities occur, but also to analyze the degree of participation in them by local residents. In this paper, we develop new machine learning based methods for fine-grained localization of activities and home locations from Twitter data. We apply these methods to discover and compare alcohol consumption patterns in a large urban area, New York City, and a more suburban and rural area, Monroe County. We find positive correlations between the rate of alcohol consumption reported among a community's Twitter users and the density of alcohol outlets, demonstrating that the degree of correlation varies significantly between urban and suburban areas. While our experiments are focused on alcohol use, our methods for locating homes and distinguishing temporally-specific self-reports are applicable to a broad range of behaviors and latent states.

연구 동기 및 목표

• 소셜 미디어에서 실시간 음주 소비 보고와 과거/미래 언급, 일반적 논의를 구분하는 것.
• 희소하고 노이즈가 많은 지리정보 태그가 부착된 트위터 데이터에서 블록 수준(100m 해상도)으로 사용자 거주지를 정확히 추론하는 것.
• 실시간 보고를 거주지와 지역 음주 매장 밀도와 연결하여 지역 수준의 음주 소비 패턴을 분석하는 것.
• 도시(뉴욕시)와 농촌(몬로우 카운티) 지역 간 음주 행동 패턴을 비교하는 것.
• 기존 설문 조사의 한계를 극복하고, 사회적 미디어 데이터를 활용해 세밀한 공중보건 분석을 가능하게 하는 것.

제안 방법

• 실시간 음주 행위, 과거/미래 음주 보고, 일반적 논의로 분류하기 위해 세 개의 서포트 벡터 머신(SVM) 계층을 훈련시켰다.
• 시간적 구체성과 자기 참조를 기반으로 인간이 주석 처리한 훈련 데이터를 사용하여, 각 SVM 분류기의 F-스코어가 83% 이상을 달성했다.
• 사용자당 최소 5개의 지리정보 태그가 부착된 트위터 데이터로 훈련된 SVM 기반의 블록 수준 거주지 추론 모델을 개발하여, 100m 격자 내에서 70%의 정확도를 달성했다.
• 뉴욕시와 몬로우 카운티의 지리정보 태그가 부착된 트위터 데이터에 모델을 적용하여 도시와 농촌 지역의 음주 패턴을 비교했다.
• 실시간 음주 트윗을 사용자 거주지에 연결하고, 이동 거리를 계산하여 거주지에서 얼마나 떨어진 곳에서 음주가 이루어지는지 확인했다.
• 공간 분석을 통해 지역 수준의 음주 비율과 지역 음주 매장 밀도 간 상관관계를 분석하여 환경적 영향을 평가했다.

실험 결과

연구 질문

• RQ1 소셜 미디어에서 실시간 음주 소비 보고와 과거/미래 자가 보고, 일반적 논의를 어떻게 구분할 수 있는가?
• RQ2 희소한 지리정보 태그가 부착된 트위터 데이터에서 블록 수준 해상도로 사용자 거주지를 얼마나 정확하게 추론할 수 있는가?
• RQ3 소셜 미디어에 반영된 도시와 농촌 지역 간 음주 소비 패턴의 차이는 무엇인가?
• RQ4 음주 매장 밀도와 지역 수준의 자가 보고된 음주 행동 간 상관관계는 어떻게 되는가?
• RQ5 거주지를 실시간 음주 트윗과 연결함으로써 이동 패턴과 음주 환경에 대한 통찰은 무엇을 제공하는가?

주요 결과

• 계층적 SVM 분류기는 실시간 음주 보고와 과거/미래 언급, 일반적 논의를 구분하는 데 F-스코어가 83% 이상을 달성했다.
• 거주지 추론 모델은 사용자 거주지를 100m 격자 내에서 70%의 정확도로 예측했으며, 뉴욕시의 활성 사용자 71%를 최소 5개의 지리정보 태그가 부착된 트위터 데이터로 커버했다.
• 실시간 음주 자가 보고 비율과 지역 음주 매장 밀도 간에 통계적으로 유의미한 양의 상관관계가 발견되었으며, 특히 농촌 지역에서 상관관계가 더 강했다.
• 주로 농촌 지역인 몬로우 카운티에서는 음주 매장 밀도와 음주 자가 보고 간 상관관계가 뉴욕시보다 유의미하게 높았으며, 이는 덜 도시화된 환경에서 환경적 영향력이 더 크다는 것을 시사한다.
• 평균적으로 실시간 음주를 보고하는 트윗은 거주지에서 1,000미터 이상 떨어진 곳에서 작성되었으며, 이는 음주가 자주 집에서 이루어지지 않음을 나타낸다.
• 본 연구는 사회적 미디어 데이터가 지역 수준의 건강 행동에 대해 세밀하고 실시간인 통찰을 제공할 수 있음을 입증하며, 확장 가능한 공중보건 모니터링을 가능하게 한다.