[論文レビュー] Spatio-Temporal Analysis of Topic Popularity in Twitter

Sébastien Ardon, Amitabha Bagchi+5 more|arXiv (Cornell University)|Nov 12, 2011

Complex Network Analysis Techniques参考文献 19被引用数 16

ひとこと要約

本研究は、2009年6月から8月にかけての2億件のツイートを用いて、Twitter上でのトピック拡散に関する大規模な時空間的分析を実施し、ネットワークトポロジーと地理的拡散の両方を検討した。その結果、人気のあるトピックは、互いに分離したユーザーグループが一つの巨大連結成分に統合され、地域境界を超えて広がる際に発生し、フォロワー数の多いユーザーユーザーが主要な発信者として機能することが明らかになった。

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.

研究の動機と目的

• Twitter上でのトピック人気の背後にある構造的ダイナミクスを理解し、ウイルス的拡散と非ウイルス的拡散のトピックを区別すること。
• ネットワークトポロジー（フォロワー・フォロー関係）と地理的分布がトピック拡散に与える影響を調査すること。
• 特にフォロワー数が多いユーザーユーザーを含むトピック発信者の役割が、トピックの人気をどのように決定づけるかを検討すること。
• 人気のあるトピックが、人気がそれほどないトピックよりも広い地理的範囲にわたって拡散するかどうかを分析すること。
• 時間の経過に伴うトピックサブグラフの接続性と地域的拡散の観点から、その進化を特徴づけること。

提案手法

• 2009年6月から8月にかけての3か月間、約2億件のツイートと1000万人のユーザーデータを収集・分析した。
• フォロワー・フォロー関係を用いてネットワークトポロジーをモデル化し、各トピックごとに特定のサブグラフを構築した。
• 進化するトピックスブグラフにおける地域間エッジの割合を定義・計算し、地理的拡散を測定した。
• 地理的場所に基づいてユーザーユーザーを地域クラスタに分割し、境界超え拡散を評価した。
• ユーザーフォロワー数の分析を通じてトピック発信者を同定し、その影響力とトピックの人気の相関を調査した。
• 特に巨大成分のサイズなどのサブグラフ接続性の統計的分析を用い、人気トピックと非人気トピックを比較した。

実験結果

リサーチクエスチョン

• RQ1 フォロワー数が異なるトピック発信者が、Twitter上でのトピックの人気にどのように影響を与えるか。
• RQ2 人気トピックは、人気がそれほどないトピックと比較して、ユーザー相互作用ネットワーク内で単一の大規模連結成分を形成する程度はどの程度か。
• RQ3 トピックを議論するユーザーの地理的拡散が、そのトピック全体の人気にどの程度相関しているか。
• RQ4 高頻度の人気トピックの進化において、地域間接続の役割は何か。
• RQ5 非人気トピックは、構造的にも地理的にも局所的クラスタに閉じこもったままにとどまるのか。

主な発見

• 人気トピックは通常、フォロワー数の多いユーザーユーザーによって発信されるが、持続的な人気には一般ユーザーの参加が不可欠である。
• 人気トピックは、サブグラフに含まれる大多数のユーザーを含む一貫した巨大連結成分を形成するが、非人気トピックは断片化した非連結クラスタにとどまる。
• 巨大連結成分の形成は、単一の支配的クラスタによるものではなく、複数の密なユーザーグループが統合されることによって引き起こされる。
• 非常に人気のあるトピックでは、地域間エッジの割合が0.74から0.81の範囲に達し、顕著な境界超え拡散が見られる。
• 人気がそれほどないトピックでは、地域間エッジの割合が最小限に抑えられ、主に地域境界内に閉じこもっている。
• 中程度の人気トピックでは、成長に伴い地域間エッジの割合が増加する傾向を示し、地理的拡散と人気の上昇の相関関係を支持する。