[논문 리뷰] What is the Nature of Chinese MicroBlogging: Unveiling the Unique Features of Tencent Weibo

Daifeng Li, Jingwei Zhang외 4명|arXiv (Cornell University)|2012. 11. 09.

Complex Network Analysis Techniques참고 문헌 20인용 수 8

한 줄 요약

이 논문은 중국 최대의 마이크로블로깅 플랫폼인 텐센트 웨이보에 대한 대규모 정량적 분석을 제시하며, 트위터와는 다릅니다. 2011년 10월에서 2012년 1월 사이의 51.5억 건의 사용자 행동 데이터를 바탕으로, 텐센트 사용자들은 더 개인화되고 다양한 행동을 보이며 전파 활동이 두드러지고, 엔터테인먼트와 패션 중심의 주제 선호를 보입니다. 반면 '댓글'과 '메일' 행동은 전파 행동을 강력하게 예측하며, CRF 기반 예측 모델을 통해 69.02%의 정확도로 검증되었습니다.

ABSTRACT

China has the largest number of online users in the world and about 20% internet users are from China. This is a huge, as well as a mysterious, market for IT industry due to various reasons such as culture difference. Twitter is the largest microblogging service in the world and Tencent Weibo is one of the largest microblogging services in China. Employ the two data sets as a source in our study, we try to unveil the unique behaviors of Chinese users. We have collected the entire Tencent Weibo from 10th, Oct, 2011 to 5th, Jan, 2012 and obtained 320 million user profiles, 5.15 billion user actions. We study Tencent Weibo from both macro and micro levels. From the macro level, Tencent users are more active on forwarding messages, but with less reciprocal relationships than Twitter users, their topic preferences are very different from Twitter users from both content and time consuming; besides, information can be diffused more efficient in Tencent Weibo. From the micro level, we mainly evaluate users' social influence from two indexes: "Forward" and \Follower", we study how users' actions will contribute to their social influences, and further identify unique features of Tencent users. According to our studies, Tencent users' actions are more personalized and diversity, and the influential users play a more important part in the whole networks. Based on the above analysis, we design a graphical model for predicting users' forwarding behaviors. Our experimental results on the large Tencent Weibo data validate the correctness of the discoveries and the effectiveness of the proposed model. To the best of our knowledge, this work is the first quantitative study on the entire Tencentsphere and information diffusion on it.

연구 동기 및 목표

• 3억 명이 넘는 사용자를 보유한 주요 중국 마이크로블로깅 플랫폼인 텐센트 웨이보 사용자의 거시적 및 미시적 행동 패턴을 이해하기 위해.
• 문화적 및 구조적 차이를 부각시키며, 트위터와의 비교를 통해 텐센트 웨이보의 사회적 역동성, 정보 확산, 주제 선호도를 분석하기 위해.
• 특히 '전파' 행동을 사용자 영향력의 척도로 삼아, 사회적 영향력을 예측할 수 있는 핵심 사용자 행동을 규명하기 위해.
• 통계적 및 기계학습 기법을 활용해 사용자 전파 행동을 예측하는 모델을 개발하고 검증하기 위해.
• 중국의 문화적 및 행동적 특성에 기반한 데이터 기반 통찰을 제공하여 마이크로블로깅 플랫폼 설계 최적화를 위한 기초 자료를 마련하기 위해.

제안 방법

• 2011년 10월 10일부터 2012년 1월 5일까지 텐센트 웨이보에서 수집한 총 51.5억 건의 사용자 행동 데이터셋을 확보하였으며, 이는 3억 명이 넘는 사용자 프로필을 포함합니다.
• 확장 가능한 사용자 행동 및 영향력 분석을 위해 Map-Reduce 기반 병렬 처리를 활용한 주제 모델링, People-Rank, 조건부 랜덤 필드(CRFs)를 적용했습니다.
• 전파 행동을 예측하기 위해 CRF 기반 모델을 활용하였으며, 댓글 수, 메일 수, 댓글 수, 웨이보 주제/키워드 등의 특징을 포함했습니다.
• 전파 확률을 지수 함수를 통해 모델링하였습니다: P(y|ntype) = e^{ntype} / (1 + e^{ntype})이며, 여기서 y는 전파(1) 또는 비전파(0)를 나타냅니다.
• 2,000명의 고활동 사용자로 구성된 테스트 세트를 이용해 정확도, 재현율, F1 점수를 활용해 모델 성능을 평가했습니다.
• 텐센트 웨이보와 트위터 간의 네트워크 구조, 주제 다양성, 정보 확산 속도에 대한 비교적 거시적 분석을 수행했습니다.

실험 결과

연구 질문

• RQ1 사용자 활동, 네트워크 복잡성, 정보 확산 측면에서 텐센트 웨이보의 거시적 구조는 트위터와 어떻게 비교될 수 있는가?
• RQ2 텐센트 웨이보의 주요 주제 범주와 시간적 패턴은 무엇이며, 트위터와의 차이는 무엇인가?
• RQ3 댓글, 댓글, 메일과 같은 사용자 행동이 텐센트 웨이보에서 전파 행동을 어느 정도 예측할 수 있는가?
• RQ4 팔로워와 전파 관계는 다른 사용자 행동과 어떻게 상관관계가 있으며, 사회적 영향력을 정의하는 패턴은 무엇인가?
• RQ5 사용자 행동의 통계 분석을 효과적으로 활용해 전파 행동을 예측하고 플랫폼 설계를 이끌 수 있는가?

주요 결과

• 텐센트 웨이보는 소통 네트워크보다 개인화된 미디어 센터로 작동하며, 사용자들은 트위터보다 전파 활동이 높고 상호 팔로우 비율이 낮습니다.
• 텐센트 사용자들은 엔터테인먼트, 루머, 패션을 선호하는 고유한 주제 선호를 보이며, 다른 사용자가 표시한 오래된 주제도 지속적으로 참여합니다.
• 텐센트 웨이보의 네트워크 구조는 트위터보다 더 복잡하고 활발하며, 정보 확산 속도도 더 빠르고 광범위합니다.
• 댓글과 메일 행동은 전파 확률과 강력한 정적 상관관계를 보이며, 반면 댓글은 무작위적이고 주제 중심이기 때문에 유의미한 관련성이 없습니다.
• CRF 기반 예측 모델은 69.02%의 정확도, 96.05%의 재현율, 80.88%의 F1 점수를 기록하여 행동 분석의 실용적 가치를 확인했습니다.
• 본 연구는 '전파'와 '팔로워' 수가 일정 임계값 이하에서는 영향력 지표로 유의미하지만, 그 이상은 비선형적 영향력 역학을 반영함을 입증했습니다.