[논문 리뷰] Timeline Generation: Tracking individuals on Twitter

Jiwei Li, Claire Cardie|arXiv (Cornell University)|2013. 09. 27.

Complex Network Analysis Techniques참고 문헌 34인용 수 15

한 줄 요약

이 논문은 비모수적 다수준 디리클레 프로세스 모델을 사용하여 트위터 데이터에서 개인화된 연대기적 타임라인을 생성하기 위한 비지도 프레임워크를 제안한다. 이 모델은 트윗을 개인적 시간 특정(개인적TS), 개인적 시간 일반(개인적TG), 공적 시간 특정(공적TS), 공적 시간 일반(공적TG)의 네 가지 유형으로 분류한다. 이 방법은 일반 사용자와 유명인 모두에게 개인적 중요 사건(PIE)을 성공적으로 식별하며, 원시 트윗 스트림으로부터 자동 타임라인 생성의 가능성을 입증한다.

ABSTRACT

In this paper, we propose a unsupervised framework to reconstruct a person's life history by creating a chronological list for {\it personal important events} (PIE) of individuals based on the tweets they published. By analyzing individual tweet collections, we find that what are suitable for inclusion in the personal timeline should be tweets talking about personal (as opposed to public) and time-specific (as opposed to time-general) topics. To further extract these types of topics, we introduce a non-parametric multi-level Dirichlet Process model to recognize four types of tweets: personal time-specific (PersonTS), personal time-general (PersonTG), public time-specific (PublicTS) and public time-general (PublicTG) topics, which, in turn, are used for further personal event extraction and timeline generation. To the best of our knowledge, this is the first work focused on the generation of timeline for individuals from twitter data. For evaluation, we have built a new golden standard Timelines based on Twitter and Wikipedia that contain PIE related events from 20 {\it ordinary twitter users} and 20 {\it celebrities}. Experiments on real Twitter data quantitatively demonstrate the effectiveness of our approach.

연구 동기 및 목표

• 소음이 많고 구조가 없는 트위터 데이터에서 개인의 삶의 역사를 자동으로 재구성하는 데 도전하는 것.
• 개인적 중요 사건(PIE)을 시간 특정, 개인적, 그리고 사용자 트윗 스트림에서 자주 논의되는 사건으로 정의하고 식별하는 것.
• 트위터 콘텐츠에서 개인적/공적, 시간 특정/일般 주제를 구분할 수 있는 확장 가능한 비지도 방법을 개발하는 것.
• 일반 사용자와 유명인 모두의 트윗 컬렉션만을 사용하여 PIE의 연대기적 타임라인을 생성하는 것.
• 외부 생애사 정보나 수동 레이블링에 의존하지 않고도 자동 타임라인 생성의 타당성을 평가하는 것.

제안 방법

• 저자들은 트윗의 시간적 패턴과 사용자별 주제 패턴을 동시에 모델링하기 위해 비모수적 다수준 디리클레 프로세스 혼합 모델(DPM)을 도입한다.
• 모델은 개인적 관련성과 시간 특정성의 조합에 기반해 트윗을 네 가지 카테고리로 분류한다: 개인적TS, 개인적TG, 공적TS, 공적TG.
• 시간 특정성은 특정 시간 창에 트윗이 집중되어 있는지 여부로 결정되며, 개인적 관련성은 사용자별 논의 패턴과 참여도에서 유추된다.
• 주제 모델링을 적용하여 트윗 컬렉션에서 잠재 주제를 추출하며, 시간 특정 주제는 높은 빈도의 짧은 기간 동안의 게시 폭발로 식별된다.
• 프레임워크는 단어 빈도와 시간 클러스터링을 사용하여 대학 합격이나 경력 전환과 같은 사건을 탐지하며, 반복적 또는 일반적인 관심사와 구분한다.
• 모델 성능 평가를 위해 20명의 일반 사용자와 20명의 유명인에 대해 골드 표준 타임라인을 수동으로 구축하였다.

실험 결과

연구 질문

• RQ1 외부 생애사 데이터에 의존하지 않고 트위터 스트림에서 개인적 중요 사건(PIE)을 자동으로 추출할 수 있는가?
• RQ2 특히 개인적 관련성과 시간 특정성이 결합되어 어떤 트윗이 PIE로 식별되는지를 정의할 수 있는가?
• RQ3 비지도 주제 모델링 접근법이 트위터 데이터에서 개인적/공적, 시간 특정/일반 주제를 얼마나 효과적으로 구분할 수 있는가?
• RQ4 일반 사용자와 유명인 간에 타임라인 생성 성능에 차이가 나는가? 만약 그렇다면 그 이유는 무엇인가?
• RQ5 비모수적 다수준 디리클레 프로세스 모델이 사건 탐지에서 개인적 관련성과 시간 특정성의 이중 차원을 얼마나 잘 포괄할 수 있는가?

주요 결과

• 제안된 비지도 프레임워크는 트위터 데이터에서 연대기적 타임라인을 성공적으로 생성하며, 트윗 컬렉션만으로도 자동 PIE 추출이 가능하다는 것을 입증한다.
• 유명인 데이터셋에서 일반 사용자 데이터셋보다 성능이 높았는데, 이는 유명인 관련 주제가 더 자주 논의되어 주제 모델에 의해 더 잘 탐지되었기 때문이다.
• 대학 합격이나 경력 전환과 같은 시간 특정 개인적 사건을 정확히 식별했지만, 논의 빈도가 낮아 시각화가 어려운 사건은 탐지에 실패했다.
• 짧은 기간 동안 빈번히 게시된 관심사(예: 레브론 제임스의 댈러스코요츠 트윗)를 잘못 PIE로 분류하는 경우가 있었는데, 이는 시간 특정성 가정의 한계를 보여준다.
• 모델이 단어 빈도와 주제의 일반성에 의존함에 따라, 반응이 없고 단 한 번의 트윗만 있는 저도달 개인적 사건(예: 대학 합격 통보 트윗)은 자주 누락되었다.
• 연구는 개인정보 보호 문제를 제기했는데, 공개된 데이터에서 개인의 역사를 자동으로 재구성하는 것은 사용자의 개인정보 보호 기대와 충돌할 수 있음을 지적했다.