[논문 리뷰] Spatio-Temporal Analysis of Topic Popularity in Twitter

Sébastien Ardon, Amitabha Bagchi외 5명|arXiv (Cornell University)|2011. 11. 12.

Complex Network Analysis Techniques참고 문헌 19인용 수 16

한 줄 요약

이 연구는 2009년 6월에서 8월 사이에 수집된 2억 건의 트위터 트윗을 활용하여 대규모 시공간 분석을 수행하여 주제 확산을 분석한다. 네트워크 구조와 지리적 확산을 동시에 고려한다. 주요 발견으로는 인기 주제가 서로 분리된 사용자 클러스터가 하나의 거대한 연결 컴포넌트로 융합하면서 발생하며, 지역 경계를 초월해 확산되며, 고팔로워 사용자들이 주요 주제 기폭자 역할을 한다는 점이다.

ABSTRACT

We present the first comprehensive characterization of the diffusion of ideas on Twitter, studying more than 4000 topics that include both popular and less popular topics. On a data set containing approximately 10 million users and a comprehensive scraping of all the tweets posted by these users between June 2009 and August 2009 (approximately 200 million tweets), we perform a rigorous temporal and spatial analysis, investigating the time-evolving properties of the subgraphs formed by the users discussing each topic. We focus on two different notions of the spatial: the network topology formed by follower-following links on Twitter, and the geospatial location of the users. We investigate the effect of initiators on the popularity of topics and find that users with a high number of followers have a strong impact on popularity. We deduce that topics become popular when disjoint clusters of users discussing them begin to merge and form one giant component that grows to cover a significant fraction of the network. Our geospatial analysis shows that highly popular topics are those that cross regional boundaries aggressively.

연구 동기 및 목표

• 트위터에서 주제 인기의 구조적 역학을 이해하고, 바이럴 주제와 비바이럴 주제를 구분한다.
• 네트워크 구조(팔로워-팔로잉 관계)와 지리적 분포가 주제 확산에 미치는 영향을 조사한다.
• 특히 고팔로워 사용자들이 주요 주제 기폭자로서 주제 인기에 미치는 역할을 분석한다.
• 인기 주제가 비인기 주제보다 더 넓은 지리적 범위를 차지하는지 분석한다.
• 시간에 따라 연결성과 지역적 확산 측면에서 주제 서브그래프의 진화를 기술한다.

제안 방법

• 2009년 6월에서 8월 사이 약 2억 건의 트윗과 1,000만 명의 사용자 데이터를 수집 및 분석한다.
• 각 주제를 중심으로 사용자 간의 팔로워-팔로잉 관계를 기반으로 주제별 서브그래프를 구성하여 네트워크 구조를 모델링한다.
• 지속적으로 변화하는 주제 서브그래프에서 지역 간 간선 비율을 정의하고 계산하여 지리적 확산 정도를 측정한다.
• 사용자를 지리적 위치에 따라 지역 클러스터로 분할하여 경계를 초월한 확산 정도를 평가한다.
• 사용자의 팔로워 수를 분석하여 주제 기폭자를 특정하고, 그 영향력과 주제 인기 간 상관관계를 분석한다.
• 서브그래프의 연결성(예: 거대 컴포넌트 크기)에 대한 통계 분석을 활용하여 인기 주제와 비인기 주제를 비교한다.

실험 결과

연구 질문

• RQ1 팔로워 수가 다른 주제 기폭자들이 트위터에서 주제의 최종 인기에 어떤 영향을 미치는가?
• RQ2 인기 주제가 비인기 주제에 비해 사용자 상호작용 네트워크에서 단일 거대 연결 컴포넌트를 형성하는 정도는 어느 정도인가?
• RQ3 주제를 논의하는 사용자의 지리적 확산 정도가 주제의 총체적 인기와 어떤 관련이 있는가?
• RQ4 높은 인기 주제의 진화 과정에서 지역 간 연결의 역할은 무엇인가?
• RQ5 비인기 주제는 네트워크적, 지리적으로 모두 국소적 클러스터에 국한되어 있는가?

주요 결과

• 인기 주제는 일반적으로 고팔로워 수를 가진 사용자에 의해 기폭되지만, 지속적인 인기는 비유명인 사용자들의 수용이 필요하다.
• 인기 주제는 주제 서브그래프에 속한 대부분의 사용자를 포함하는 거대한 연결 컴포넌트를 지속적으로 형성하는 반면, 비인기 주제는 분리된 클러스터로 남아 있다.
• 거대 컴포넌트 형성의 원동력은 단일 주요 클러스터가 아니라 여러 밀도 높은 사용자 그룹의 융합이다.
• 매우 인기 있는 주제는 지역 간 간선 비율이 높으며, 범위는 0.74에서 0.81 사이로 나타나 지역 간 확산이 활발하다.
• 비인기 주제는 지역 간 간선 비율이 극히 낮아 대부분 지역 경계 내에서 국한되어 있다.
• 중간 인기 주제는 성장함에 따라 지역 간 간선 비율이 증가하는 경향을 보이며, 지리적 확산이 인기 상승과 관련이 있다는 가설을 뒷받침한다.