[论文解读] Anticipating Activity in Social Media Spikes

Desmond J. Higham, Peter Grindrod+3 more|arXiv (Cornell University)|Jun 8, 2014

Complex Network Analysis Techniques参考文献 23被引用 7

一句话总结

本文提出了一种数学模型，通过结合静态关注者网络与动态响应行为，预测在事件驱动的社交媒体爆发期间哪些Twitter用户将变得最为活跃。该模型基于用户对传入消息作出响应的假设，通过整合网络结构并量化响应速率与网络规模，提升了预测准确性，并以响应速率和网络规模定义了爆发的半衰期。

ABSTRACT

We propose a novel mathematical model for the activity of microbloggers during an external, event-driven spike. The model leads to a testable prediction of who would become most active if a spike were to take place. This type of information is of great interest to commercial organisations, governments and charities, as it identifies key players who can be targeted with information in real time when the network is most receptive. The model takes account of the fact that dynamic interactions evolve over an underlying, static network that records who listens to whom. The model is based on the assumption that, in the case where the entire community has become aware of an external news event, a key driver of activity is the motivation to participate by responding to incoming messages. We test the model on a large scale Twitter conversation concerning the appointment of a UK Premier League football club manager. We also present further results for a Bundesliga football match, a marketing event and a television programme. In each case we find that exploiting the underlying connectivity structure improves the prediction of who will be active during a spike. We also show how the half-life of a spike in activity can be quantified in terms of the network size and the typical response rate.

研究动机与目标

• 开发一种实时预测模型，用于在社交媒体活动突然激增时识别关键影响者。
• 通过整合静态网络拓扑结构（谁关注谁）与动态消息响应行为，弥补现有模型的不足。
• 提供可测试且计算高效的算法，适用于现实场景如市场营销或危机响应。
• 以网络规模与响应速率为指标，量化社交媒体爆发的半衰期。
• 在包括体育赛事、电视节目和营销活动在内的多样化真实事件中验证该模型。

提出的方法

• 模型采用线性动态系统，用户活跃度由传入消息驱动，响应速率参数为 α。
• 结合静态邻接矩阵 A（表示关注关系）与基线活跃度向量 b（用户基础活跃度）。
• 计算新的预测得分 s* = b + α * A * r，其中 r 为近期传入消息数量的向量。
• 通过将响应速率 α 除以 A 的谱半径（α* = α / ρ(A)）进行归一化，以实现跨数据集比较。
• 仅基于业务常态下的网络与活跃度模式，利用爆发前的数据预测爆发期间最活跃的前100名用户。
• 通过 γ = α * ρ(A) 估计爆发半衰期，半衰期 ≈ |log(2) / log(γ)|。

实验结果

研究问题

• RQ1 我们能否仅使用爆发前的数据，预测在外部事件引发的社交媒体活跃度激增期间，哪些用户将最为活跃？
• RQ2 与基线方法相比，通过响应参数 α 整合底层静态关注网络结构，能否显著提升预测准确性？
• RQ3 在多样化事件中，使预测性能最大化的最优响应速率参数 α 是什么？
• RQ4 该模型能否解释爆发峰值后推文数量呈现的几何衰减现象？
• RQ5 爆发的半衰期与网络规模及用户响应行为之间存在何种关系？

主要发现

• 通过响应参数 α 整合底层网络结构，显著提升了对爆发期间最活跃前100名用户的预测能力，即使 α 值较小亦然。
• 在四个案例研究（英超联赛、德甲联赛、营销活动、电视节目）中，该模型均表现出更优的预测性能，且在 α = 0 时无性能下降，小 α* 值下保持一致增益。
• 爆发的半衰期与响应速率 α 和关注矩阵 A 的Perron–Frobenius特征值的乘积存在定量关联，半衰期 ≈ |log(2) / log(γ)|。
• 当 α 超过机器精度时，模型的预测得分 s* 立即发生改变，表明对网络结构具有即时敏感性。
• 该模型成功再现了爆发后推文数量的典型几何衰减趋势，与实证观察一致。
• 本研究使用的曼联Twitter数据集将通过 http://www.mathstat.strath.ac.uk/outreach/twitter/mufc 公开获取。