閲 覧 期 間 と 話 題 構 造 に 基 づく Twitter 上 の 見 落 とし 情 報 の 抽 出 大 原 啓 詳 ( 甲 南 大 学 ) 鈴 木 優 ( 奈 良 先 端 科 学 技 術 大 学 院 大 学 ) 灘 本 明 代 ( 甲 南 大 学 )
背 景 Twitterにおけるユーザ 同 士 の 繋 がり Follow 共 通 の 趣 味 興 味 のある 事 柄 について 詳 しいユーザ 多 くのユーザをフォローする 詳 細 な 情 報 多 様 な 情 報 を 取 得 できる
背 景 一 方 で 多 くのユーザをフォロー タイムライン 上 には 大 量 のツイートが 流 れる 莫 大 な 量 の 多 様 な 情 報 が タイムライン 上 に 混 在 話 題 Aの 話 題 Bの 話 題 Aの 話 題 Cの 話 題 Eの 話 題 Bの 加 速 したタイムラインを 常 時 確 認 することは 困 難 有 益 な 情 報 の 見 落 としが 発 生
背 景 閲 覧 していない 期 間 の 情 報 を 全 て 確 認 フォロー 数 の 多 い 閲 覧 者 には 負 担 が 大 きい 見 落 とした 期 間 のタイムライン 知 っている 情 報 知 らない 情 報 見 落 とした 期 間 のタイムライン 知 っている 情 報 知 っている 情 報 知 らない 情 報 閲 覧 者 が 既 に 知 っている 情 報 閲 覧 者 が 知 らない 新 情 報 閲 覧 者 にとって 必 要 な 情 報 と 不 必 要 な 情 報 が 混 在 閲 覧 していない 期 間 に 投 稿 された 情 報 について 閲 覧 者 が 容 易 に 取 得 できる 仕 組 みが 必 要
目 的 見 落 とし 情 報 閲 覧 者 が 閲 覧 していない 期 間 に フォローしているユーザから 発 信 された 情 報 見 落 とし 情 報 を 閲 覧 者 が 分 かりやすい 形 で 提 示
見 落 とし 情 報 の 要 素 見 落 とし 情 報 見 落 とし 期 間 の 時 間 情 報 話 題 の 粒 度 未 知 の 話 題 既 知 の 話 題
見 落 とし 期 間 の 時 間 情 報 TLを 確 認 する 時 間 が 取 れなくなる Timeline 閲 覧 者 見 落 とした 期 間 Follow 情 報 発 信 者 t 野 球 研 究 サッカー 見 落 とした 期 間 特 有 の 話 題
見 落 とし 情 報 の 要 素 見 落 とし 情 報 見 落 とし 期 間 の 時 間 情 報 話 題 の 粒 度 未 知 の 話 題 既 知 の 話 題
ツイートの 話 題 構 造 野 球 プロ 野 球 チーム 野 球 場 高 校 野 球 野 球 選 手 阿 部 慎 之 助 黒 田 博 樹 日 本 人 メジャーリーガー イチロー 田 中 将 大 話 題 には 様 々な 粒 度 が 存 在 する
ツイートの 話 題 構 造 TLを 確 認 する 時 間 が 取 れなくなる 閲 覧 者 Follow 情 報 発 信 者 Timeline 見 落 とした 期 間 t 野 球 ( 日 本 のプロ 野 球 野 球 選 手 ) 野 球 (MLBの 日 本 人 選 手 ) MLBの 日 本 人 選 手 (イチロー) MLBの 日 本 人 選 手 ( 田 中 将 大 ) 見 落 とし 情 報 が 粒 度 により 異 なる
見 落 とし 情 報 の 分 類 未 知 の 話 題 イチロー 見 落 とし 期 間 にのみ 出 現 する 閲 覧 者 にとって 全 く 目 新 しい 話 題 見 落 とした 期 間 MLBの 日 本 人 選 手 田 中 将 大 既 知 の 話 題 イチロー 見 落 とした 期 間 MLBの 日 本 人 選 手 田 中 将 大 閲 覧 期 間 にも 出 現 していたが 閲 覧 者 が 見 落 とした 部 分 を 含 む 話 題
手 法 の 全 体 図 話 題 の 粒 度 見 落 とし 期 間 の 時 間 情 報
手 法 の 全 体 図 非 閲 覧 期 間 中 にツイートを 投 稿 したユーザのタイムライン (1) 見 落 とし 期 間 と その 前 後 のツイートの 取 得 (2)ツイートを 特 徴 語 によりクラスタリング イチロー 田 中 将 大 ジャイアンツ 本 田 圭 佑 香 川 真 司 野 球 野 球 球 団 ジャイアンツ 野 球 選 手 イチロー 田 中 将 大 (3) 各 話 題 に 話 題 構 造 を 付 与 サッカー 選 手 本 田 圭 佑 香 川 真 司
ツイートの 話 題 ごとのクラスタリング 各 ツイートの 特 徴 語 候 補 を 抽 出 固 有 名 詞 一 般 名 詞 未 知 語 ストップワードや 一 般 的 過 ぎる 名 詞 も 例 :ボスケテ 試 合 予 定 Wikipediaの 記 事 を 検 索 し ヒットした 記 事 数 1 記 事 以 上 100 記 事 未 満 の 語 を 特 徴 語 として 利 用 固 有 名 詞 ツイート 中 の 特 徴 語 一 般 的 ではなく 意 味 のある 名 詞 未 知 語
ツイートの 話 題 ごとのクラスタリング 各 ツイートの 特 徴 語 について 1ツイートを1ドキュメントとした 際 の idf 値 で 重 みづけ クラスタリング Repeated bisection 法 各 クラスタ 中 のツイート 特 徴 ベクトルと クラスタの 中 心 ベクトルとのコサイン 類 似 度 から いずれのクラスタにも 所 属 度 の 低 いツイートを 削 除 クラスタリング 結 果 を 話 題 クラスタ と 定 義
手 法 の 全 体 図 非 閲 覧 期 間 中 にツイートを 投 稿 したユーザのタイムライン (1) 見 落 とし 期 間 と その 前 後 のツイートの 取 得 (2)ツイートを 特 徴 語 によりクラスタリング イチロー 田 中 将 大 ジャイアンツ 本 田 圭 佑 香 川 真 司 野 球 野 球 球 団 ジャイアンツ 野 球 選 手 イチロー 田 中 将 大 (3) 各 話 題 に 話 題 構 造 を 付 与 サッカー 選 手 本 田 圭 佑 香 川 真 司
話 題 クラスタへの 話 題 構 造 の 付 与 しかし 未 知 の 話 題 と 既 知 の 話 題 の 分 類 には 話 題 の 粒 度 を 把 握 する 必 要 がある 提 案 するクラスタリング 手 法 は 特 徴 語 に 基 づいただけのものであるため 各 話 題 クラスタ 間 の 関 係 は 考 慮 していない Wikipediaのカテゴリ 構 造 をもとに 上 位 下 位 概 念 構 造 を 話 題 クラスタに 付 与
話 題 クラスタへの 話 題 構 造 の 付 与 各 クラスタC i の 特 徴 語 をタイトルとする Wikipediaの 記 事 を 検 索 共 通 する 上 位 概 念 (Wikipediaのカテゴリ)をもとに 話 題 クラスタを 結 び 付 ける 上 位 概 念 C 12 上 位 概 念 C 23 クラスタC 1 クラスタC 2 クラスタC 3
話 題 クラスタへの 話 題 構 造 の 付 与 クラスタリング 結 果 イチロー 田 中 将 大 ジャイアンツ 本 田 圭 佑 盗 塁 王 (MLB) ワールド ベースボール クラシック 日 本 代 表 選 手 MLBの 日 本 人 選 手 沢 村 栄 治 賞 イチロー 田 中 将 大 共 通 の 上 位 概 念 を 持 つ 話 題 クラスタを ルートノードとする 部 分 グラフを 生 成
手 法 の 全 体 図 見 落 とし 期 間 の 時 間 情 報
見 落 とし 情 報 の 分 類 未 知 の 話 題 イチロー 見 落 とし 期 間 にのみ 出 現 する 閲 覧 者 にとって 全 く 目 新 しい 話 題 見 落 とした 期 間 MLBの 日 本 人 選 手 田 中 将 大 既 知 の 話 題 イチロー 見 落 とした 期 間 MLBの 日 本 人 選 手 田 中 将 大 閲 覧 期 間 にも 出 現 していたが 閲 覧 者 が 見 落 とした 部 分 を 含 む 話 題
閲 覧 期 間 に 基 づく 話 題 の 分 類 見 落 とした ツイート 見 落 とした 期 間 見 落 とした ツイート 見 落 とした ツイート 見 落 とした ツイート 見 落 とした ツイート 見 落 とした ツイート 見 落 とした ツイート 見 落 とした ツイート 見 落 とした ツイート 見 落 とし 期 間 に 存 在 するツイート 見 落 とした ツイート 見 落 とした ツイート 見 落 とした ツイート t MLBの 日 本 人 選 手 田 中 将 大 未 知 の 話 題 既 知 の 話 題 イチロー 閲 覧 した ツイート 閲 覧 した ツイート 閲 覧 した ツイート 既 知 の 話 題
情 報 の 提 示 方 法 未 知 の 話 題 イチロー 見 落 とした 期 間 MLBの 日 本 人 選 手 閲 覧 者 が 全 く 知 らない 話 題 であるため 全 体 に 関 しての 概 要 を 提 示 田 中 将 大 既 知 の 話 題 イチロー 見 落 とした 期 間 MLBの 日 本 人 選 手 田 中 将 大 閲 覧 者 が 見 落 とした 部 分 の 情 報 を 閲 覧 済 みの 情 報 と 関 連 付 けて 提 示
実 験 クラスタリング 部 分 話 題 構 造 の 付 与
クラスタリング 部 分 に 関 する 実 験 実 験 目 的 提 案 する 特 徴 語 とクラスタリング 手 法 により 話 題 クラスタへのツイートの 分 類 を 正 確 に 行 えるかの 確 認 クラスタリング 結 果 の 各 話 題 クラスタについて ツイートが 適 切 に 分 類 されているかを 人 手 で 判 断
クラスタリング 部 分 に 関 する 実 験 データセット 日 常 的 にツイートを 行 っている5アカウント について 各 アカウント1000ツイートを 取 得 A: ゲーム について 短 文 ツイートが 多 い B: アニメ アイドル のツイートが 多 い 特 に 特 定 の 作 品 やグループに 話 題 が 偏 っている C: サッカー についての 長 文 ツイートが 多 い D: ゲーム 野 球 サッカー のツイートが 比 較 的 多 い 雑 多 なツイートを 投 稿 E: 音 楽 ラジオ のツイートが 多 い 地 名 や 施 設 名 がツイート 中 にしばしば 含 まれる
クラスタリング 部 分 に 関 する 実 験 実 験 に 用 いたツール 形 態 素 解 析 器 :MeCab 辞 書 データ MeCab-ipa 辞 書 +Wikipediaの 記 事 タイトル +はてなキーワード クラスタリングツール:bayon
クラスタリング 部 分 に 関 する 実 験 実 験 条 件 クラスタ 数 :bayonのパラメータである 分 割 ポイントの 閾 値 を 設 定 し 自 動 でクラスタ 数 を 決 定 分 割 ポイントの 閾 値 :1.0 中 心 ベクトルとツイートの 特 徴 ベクトルの コサイン 類 似 度 が0.5 以 下 のものは 削 除 クラスタ 中 のツイート 数 が1 件 のみのものは 削 除
クラスタリング 部 分 に 関 する 実 験 実 験 結 果 アカウント ツイート 数 クラスタ 数 最 大 クラスタ 中 の ツイート 数 適 合 率 A 325 97 14 0.708 B 252 47 23 0.912 C 583 171 7 0.762 D 487 124 14 0.891 E 469 121 12 0.938 平 均 443.4 112 14 0.842 いずれのユーザについても 比 較 的 高 い 適 合 率 が 得 られた クラスタの 大 きさはいずれのユーザについても 比 較 的 小 さい
考 察 クラスタリング 部 分 に 関 する 実 験 ユーザD: 野 球 ゲーム サッカー ユーザE: 音 楽 地 名 施 設 名 ツイートの 最 小 単 位 の 話 題 への 分 類 は 提 案 した 特 徴 語 を 用 いたクラスタリング によりある 程 度 実 現 できる
クラスタリング 部 分 に 関 する 実 験 考 察 一 部 特 徴 語 として 不 適 切 な 語 が 存 在 例 : きれいな 空?? おはよう ( ) 辞 書 拡 張 時 に Wikipedia はてなキーワードの 単 語 を 固 有 名 詞 として 登 録 していたことに 起 因
クラスタリング 部 分 に 関 する 実 験 考 察 ユーザB: アニメ アイドル 類 似 したクラスタが 複 数 存 在 もともとのツイートの 話 題 数 が 少 ないのに 無 理 矢 理 分 類 された? パラメータの 調 整 が 必 要
実 験 クラスタリング 部 分 話 題 構 造 の 付 与
話 題 構 造 の 付 与 に 関 する 実 験 実 験 目 的 話 題 クラスタの 上 位 概 念 の 付 与 について Wikipediaのカテゴリを 上 位 概 念 として 用 いた 手 法 が 適 切 であるかを 判 断 するため
話 題 構 造 の 付 与 に 関 する 実 験 実 験 条 件 データセット: クラスタリング 部 分 の 実 験 結 果 から 得 られた 話 題 クラスタ 集 合 を 利 用 被 験 者 : 日 常 的 にTwitterを 利 用 する20 代 男 性 3 名
話 題 構 造 の 付 与 に 関 する 実 験 実 験 条 件 各 話 題 クラスタに 対 してWikipedia 上 の カテゴリ 情 報 を 用 い 上 位 概 念 語 を 付 与 共 通 する 上 位 概 念 語 を 持 つ 話 題 クラスタを 1つの 話 題 クラスタの 組 とする 正 解 データ 各 話 題 クラスタの 組 が 実 際 に 適 切 に 結 びつけられているかを 人 手 で 判 断 し 2 名 以 上 が 適 切 と 判 断 したものを 正 解 とする
話 題 構 造 の 付 与 に 関 する 実 験 実 験 結 果 アカウント クラスタ 数 生 成 された クラスタの 組 数 適 合 率 A 97 8 0.25 B 47 7 1 C 171 92 0.533 D 124 31 0.258 E 121 37 0.594 平 均 112 14 0.527 ユーザB,C,Dについては0.5 以 上 の 適 合 率 一 方 でユーザA,Dについては0.25 程 度 の 適 合 率 しか 得 られなかった
話 題 構 造 の 付 与 に 関 する 実 験 ユーザEについて 詳 細 な 結 果 と 考 察 適 切 と 分 類 されたものについては 比 較 的 適 切 な 上 位 概 念 語 が 付 与 されている 一 方 で 曜 日 のような 特 徴 的 ではない 上 位 概 念 や 同 一 の 特 徴 語 により 結 びつい ただけのものも
話 題 構 造 の 付 与 に 関 する 実 験 考 察 ユーザBの 結 果 ユーザBについては クラスタリングの 時 点 で 同 一 の 特 徴 語 を 持 つ 類 似 したクラスタが 多 数 存 在 同 じような 内 容 のツイートを 一 つのクラスタにまとめ 切 れていないことが 原 因
話 題 構 造 の 付 与 に 関 する 実 験 考 察 ユーザAの 各 話 題 クラスタの 特 徴 語 特 徴 語 抽 出 が 難 しいユーザについては 適 切 な 上 位 概 念 の 付 与 が 困 難 特 徴 語 決 定 段 階 での 改 良 が 必 要?
話 題 構 造 の 付 与 に 関 する 実 験 考 察 ユーザDの 各 話 題 クラスタの 特 徴 語 上 位 概 念 についても 特 徴 的 であるかどうかの 判 定 が 必 要 もう 少 し 大 規 模 な 実 験 が 必 要
話 題 構 造 の 付 与 に 関 する 実 験 結 果 と 考 察 アカウント クラスタ 数 クラスタリングの 話 題 構 造 付 与 の 適 合 率 適 合 率 A 97 0.708 0.25 B 47 0.912 1 C 171 0.762 0.533 D 124 0.891 0.258 E 121 0.938 0.594 平 均 112 0.842 0.527 クラスタリング 時 に0.9と 非 常 に 高 い 適 合 率 が 得 られたB,Eについては 話 題 構 造 付 与 も 比 較 的 高 い 適 合 率 が 得 られた
まとめと 今 後 の 課 題 まとめ 閲 覧 期 間 と 話 題 の 構 造 に 基 づく 見 落 とし 情 報 の 抽 出 手 法 について 提 案 具 体 的 には ツイートの 話 題 ごとの 分 類 手 法 の 提 案 各 話 題 への 階 層 構 造 の 付 与 手 法 の 提 案 閲 覧 期 間 による 話 題 の 分 類 話 題 の 粒 度 について クラスタリングと 概 念 構 造 付 与 の 実 験 今 後 の 課 題 より 詳 細 な 話 題 構 造 付 与 閲 覧 期 間 を 意 識 した 提 示 情 報 の 最 適 化