[論文レビュー] From User Comments to On-line Conversations

Chunyan Wang, Mao Ye+1 more|arXiv (Cornell University)|Mar 31, 2012

Opinion Dynamics and Social Influence参考文献 29被引用数 7

ひとこと要約

本稿では、ユーザーの注目度動態、トピック露出期間、コメント行動を統合することで、ソーシャルメディアプラットフォームにおけるオンライン会話スレッドの成長および構造的特性を説明する動的モデルを提案する。このモデルは、軽尾（ワイブル）分布と重尾（パレート）分布という相反する実証的観察を統合し、Digg、Reddit、Epinionsのデータセットを用いた強い実証的裏付けによって、プラットフォーム固有の露出メカニズムに起因する差異が生じることを示している。

ABSTRACT

We present an analysis of user conversations in on-line social media and their evolution over time. We propose a dynamic model that accurately predicts the growth dynamics and structural properties of conversation threads. The model successfully reconciles the differing observations that have been reported in existing studies. By separating artificial factors from user behaviors, we show that there are actually underlying rules in common for on-line conversations in different social media websites. Results of our model are supported by empirical measurements throughout a number of different social media websites.

研究の動機と目的

• 異なるソーシャルメディアプラットフォームにおけるオンライン会話サイズの統計的分布に関する、矛盾する実証的観察を解消すること。
• ユーザーの注目度とトピック露出期間が会話成長ダイナミクスに与える影響を理解すること。
• 会話スレッドのサイズおよび構造的特性（例：インデグリー分布）を両方説明する統一モデルを構築すること。
• 会話進化を形作る要因としての、人工的なプラットフォーム効果（例：トレンド欄）と内生的ユーザー行動を区別すること。
• Digg、Reddit、Epinionsの実世界データセットを用いてモデルを検証し、複数のプラットフォームに一般化可能であることを示すこと。

提案手法

• トピック露出期間、ユーザーのコメント行動、社会的伝播効果を考慮した確率過程を用いて、会話成長をモデル化する。
• 2段階モデルを導入：露出期間とコメントレートに基づく会話サイズ分布のモデル化、およびスレッド構造をモデル化するためのユール過程の使用。
• 露出期間分布の実証的推定（Diggでは指数分布、Epinionsでは重尾分布）を行い、サイズ分布のタイプ（ワイブル対パレート）を予測する。
• 最大尤度推定（MLE）を用いて、実証的会話サイズデータにワイブル分布およびパレート分布をフィットさせ、形状およびスケールパラメータを推定する。
• ワイブルプロット、QQプロット、半対数スケールのCCDFプロットを用いて、モデル予測と実証データの整合性を検証する。
• 対数-対数プロットを用いてコメントのインデグリー分布を分析し、パワーロー（パレート）スケーリングが確認され、ユール過程の導出と整合的であることを確認する。

実験結果

リサーチクエスチョン

• RQ1 なぜ既存の研究では、オンライン会話サイズに対して、重尾分布と軽尾分布という相反する統計的分布が報告されているのか？
• RQ2 『特集』や『トレンド』欄といったプラットフォームレベルのメカニズムが、ユーザーの注目度と会話成長にどのように影響するのか？
• RQ3 オンライン会話スレッドの進化を支配する背後にあるユーザー行動および構造的要因は何か？
• RQ4 1つの動的モデルが、多様なソーシャルメディアプラットフォームにおける会話のサイズおよび構造的特性をどの程度説明できるのか？
• RQ5 露出期間とユーザーのコメントパターンが、会話サイズ分布の尾部挙動をどのように共同で決定するのか？

主な発見

• DiggおよびRedditにおける会話サイズ分布は、軽尾のワイブル分布に従い、推定されたスケール = 10.834、形状 = 1.439であり、ワイブルプロットおよびQQプロットで確認された。
• Epinionsにおける会話サイズ分布は、重尾のパレート分布に従い、インデグリー分布の対数-対数プロットでパワーローのスケーリングが確認された。
• Digg、Reddit、Epinionsの実証的データから、会話サイズ分布は露出期間とユーザー行動に基づくモデルの2段階メカニズムによって最もよく説明される。
• DiggおよびRedditにおけるコメントのインデグリー分布は、パレート（パワーロー）分布に従い、モデルのユール過程への拡張と整合的である。
• 本モデルは、トレンド欄などのプラットフォーム固有の露出メカニズムが、観察されたサイズ分布の差異を生じさせることを示すことで、先行研究における矛盾を統合した。
• CCDFプロット（半対数スケール）を含む複数の検証手法を通じて、モデルの予測が実証データと一致し、Digg/Redditでは軽尾、Epinionsでは重尾の挙動が確認された。