[论文解读] A Heterogeneous Graphical Model to Understand User-Level Sentiments in Social Media

Rahul Radhakrishnan Iyer, Jing Chen+2 more|arXiv (Cornell University)|Dec 17, 2019

Sentiment Analysis and Opinion Mining参考文献 21被引用 8

一句话总结

本文提出了一种半监督异构图模型，利用多种类型的用户-用户关系（如关注、点赞和评论关系）以及用户影响力评分，以预测社交媒体中的用户级情感。通过叠加多个异构图并为不同类型的链接分配不同的权重，该模型在基线方法之上提升了情感传播的准确性，在无需大量人工标注的情况下，实现了更高的F1值和准确率。

ABSTRACT

Social Media has seen a tremendous growth in the last decade and is continuing to grow at a rapid pace. With such adoption, it is increasingly becoming a rich source of data for opinion mining and sentiment analysis. The detection and analysis of sentiment in social media is thus a valuable topic and attracts a lot of research efforts. Most of the earlier efforts focus on supervised learning approaches to solve this problem, which require expensive human annotations and therefore limits their practical use. In our work, we propose a semi-supervised approach to predict user-level sentiments for specific topics. We define and utilize a heterogeneous graph built from the social networks of the users with the knowledge that connected users in social networks typically share similar sentiments. Compared with the previous works, we have several novelties: (1) we incorporate the influences/authoritativeness of the users into the model, 2) we include comment-based and like-based user-user links to the graph, 3) we superimpose multiple heterogeneous graphs into one thereby allowing multiple types of links to exist between two users.

研究动机与目标

• 解决依赖于昂贵人工标注的监督情感分析方法所存在的局限性。
• 通过将多种社交网络关系类型（如关注、点赞、评论）整合到统一的图模型中，提升用户级情感预测性能。
• 将用户影响力和权威性建模为影响社交网络中情感传播的因素。
• 实现实时、可扩展的情感分析，适用于动态社交媒体数据，且人工干预极少。
• 使用准确率和MacroF1指标，评估模型性能与基于文本的基线方法的对比。

提出的方法

• 从社交媒体数据构建异构图，将多种用户-用户关系类型（如相互关注、点赞、评论）整合到单一叠加图结构中。
• 为不同类型的链接分配不同的权重（例如，基于点赞的链接比相互关注的链接具有更高的情感相关性权重），以反映其对情感传播的影响。
• 将用户影响力评分作为节点级特征，以建模权威用户对情感扩散的影响。
• 使用改进的SampleRank算法，结合性能提升（准确率和F1）与对数似然比的自定义损失函数，优化标签传播。
• 采用环路信念传播和批量预测技术进行推理，标签更新由性能和似然标准共同指导。
• 采用半监督框架，仅对少量初始用户进行标注，通过异构图结构在网络中传播情感。

实验结果

研究问题

• RQ1 将多种用户-用户关系类型（如点赞、评论、关注）整合是否能提升社交媒体中用户级情感预测的准确性？
• RQ2 在图模型中建模用户影响力或权威性如何影响情感传播？
• RQ3 将多个异构图叠加为单一统一图，是否能比单独使用某种关系类型获得更好的情感预测效果？
• RQ4 与基于文本的基线方法（如SVM结合多数投票或批量预测）相比，所提出的半监督方法在准确率和F1分数上的表现如何？
• RQ5 该模型在无需大量重新训练或新增标注的情况下，对罕见或新兴话题的泛化能力如何？

主要发现

• 所提模型在准确率和MacroF1分数上均优于基于文本的SVM基线方法，证明了多链接整合在情感传播中的有效性。
• 引入用户影响力评分可提升模型从权威用户传播情感的能力，从而提高整体预测质量。
• 通过加权链接类型的叠加异构图优于仅使用单一链接类型（如相互关注）的模型，因其提供了更丰富的关系信号。
• SampleRank算法成功平衡了性能提升与似然改善，使标签传播过程实现稳定收敛。
• 通过利用网络结构和元数据，该模型减少了对人工标注的依赖，使其适用于实时情感分析的可扩展场景。
• 实证结果表明，基于点赞和评论的链接比基于关注的链接具有更强的情感相关性，这为模型中对不同链接类型进行差异化加权提供了依据。