[论文解读] What is the Nature of Chinese MicroBlogging: Unveiling the Unique Features of Tencent Weibo

Daifeng Li, Jingwei Zhang+4 more|arXiv (Cornell University)|Nov 9, 2012

Complex Network Analysis Techniques参考文献 20被引用 8

一句话总结

本文对腾讯微博（Tencent Weibo）——中国最大的微博平台——进行了大规模定量分析，揭示了其作为个性化媒体中心的独特特征，与Twitter存在显著差异。基于2011年10月至2012年1月期间收集的51.5亿条用户行为数据，研究发现腾讯微博用户表现出更具个性化和多样化的互动行为，转发活动更频繁，话题偏好集中于娱乐与时尚；同时，'回复'和'邮件'行为显著预测转发行为，该结论通过基于条件随机场（CRF）的预测模型得到验证，模型准确率达69.02%。

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.

研究动机与目标

• 理解腾讯微博用户在宏观与微观层面的行为模式，该平台是中国用户规模超过3.2亿的主流微博平台。
• 对比腾讯微博与Twitter在社交动态、信息传播及话题偏好方面的异同，凸显文化与结构层面的差异。
• 识别能够预测社会影响力的用户行为，特别聚焦于'转发'行为作为用户影响力的关键指标。
• 利用统计与机器学习技术，构建并验证用户转发行为的预测模型。
• 基于中国特有的文化与行为特征，为微博平台设计提供数据驱动的优化洞见。

提出的方法

• 收集了2011年10月10日至2012年1月5日期间腾讯微博的完整数据集，包含51.5亿条用户行为记录及3.2亿个用户资料。
• 采用基于Map-Reduce的并行化主题建模、People-Rank算法以及条件随机场（CRFs），实现对用户行为与影响力的可扩展分析。
• 使用基于CRF的模型预测转发行为，特征包括回复数、邮件数、评论数，以及微博话题/关键词。
• 采用指数函数建模转发概率：P(y|ntype) = e^{ntype} / (1 + e^{ntype})，其中y表示转发（1）或不转发（0）。
• 在2,000名高活跃用户组成的测试集上，通过准确率、召回率与F1-score评估模型性能。
• 对腾讯微博与Twitter的网络结构、话题多样性及信息传播速度进行宏观层面的对比分析。

实验结果

研究问题

• RQ1 腾讯微博在用户活跃度、网络复杂性与信息传播方面，其宏观结构与Twitter相比有何异同？
• RQ2 腾讯微博的主导话题类别与时间模式是什么？与Twitter相比有何差异？
• RQ3 回复、评论与邮件等用户行为在多大程度上可预测腾讯微博上的转发行为？
• RQ4 ‘关注者’与‘转发’关系如何与其他用户行为相关联？社会影响力的主要模式是什么？
• RQ5 能否通过用户行为的统计分析有效预测转发行为，并指导平台设计？

主要发现

• 腾讯微博更像一个个性化媒体中心而非社交通信网络，用户表现出更高的转发活跃度，且相互关注行为少于Twitter。
• 腾讯微博用户具有明显的话题偏好，倾向于娱乐、段子与时尚内容，并对他人标记的旧话题保持持续参与。
• 腾讯微博的网络结构比Twitter更复杂且更具活力，信息传播速度更快、覆盖范围更广。
• 回复与邮件行为与转发概率呈显著正相关，而评论行为无显著关联，因其具有随机性与话题特异性。
• 基于CRF的预测模型达到69.02%准确率、96.05%召回率与80.88% F1-score，证实行为分析在系统设计中的实际价值。
• 研究表明，'转发'与'关注'数量仅在一定阈值范围内可作为影响力的有效指标，表明影响力存在非线性动态特征。