リンクの確率構造を用いたソーシャルネットワークにおける話題拡大検出

摘要

Detection of emerging topics from social network streams is becoming increasingly important these days. Conventional approaches based on textual information are not optimal for social networks because the contents exchanged over these networks are not only texts but more diverse. We focus on the links between users generated dynamically through mentions. We propose a probability model of users' mentioning behavior and perform a change-point analysis over the anomaly scores based on the model. We experimentally confirm the effectiveness of the proposed probabilistic framework on three datasets we have collected from Twitter. The experimental results show that we can detect the emergence of topics at least as early as a word-based approach in the hindsight of the keyword best characterizing each topic.%拡大しつつある話題のリアルタイムな検出は，ソーシャルネットワーキングサービスの普及などによる，リアルタイムなコミュニケーションの発展により重要性を増している．従来はデータが持つ自然言語情報の解析による話題検出が中心であったが，近年はインターネットの発展などによりコンテンツが多様化し，自然言語情報のみによる話題検出はより困難になってきている．そこで本研究ではソーシャルネットワーク上の投稿に対して，それらが持つリンク情報すなわちユーザ間の言及関係を用いた話題拡大の検出手法を提案する．リンク情報について確率モデルを設定し，それに基づく変化点検出によって話題の拡大を捉える．また，Twitterの実データを用いて実験を行い，キーワードの出現頻度による検出と比較した結果，話題拡大の検出に対する提案手法の有効性を確認することができた．