2017 Fiscal Year Annual Research Report
Understanding and predicting burst phenomena in social media
| Project/Area Number |
15K00420
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
岡 瑞起 筑波大学, システム情報系, 准教授 (10512105)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
池上 高志 東京大学, 大学院総合文化研究科, 教授 (10211715)
橋本 康弘 東京大学, 大学院新領域創成科学研究科, 特任研究員 (10376494)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | ソーシャルメディア / ソーシャルタギング / Yule-Simonモデル |
|---|
| Outline of Annual Research Achievements |
Facebook、Twitter、Instagramといったソーシャルメディアは、情報共有ツールとして広く一般に用いられている。こうしたソーシャルメディアは、集団行動や集団注意の創発ダイナミクスを理解するために研究プラットフォームとしても注目を集めている。
本研究では、特に「タグ」に注目し、新しいタグの生み出され方やタグの使われ方に注目した解析をこれまでに行ってきた。その結果、新たなタグは、ユーザーネットワークの中心（コア）ではなく、周辺（ペリフェラル）で生み出される傾向が強いことが分かっている。また、タグの使われ方に関して、過去に使われた回数の多いタグほど選ばれやすいという優先的選択性が働いている。こうしたタグの振る舞いは、数理モデルの一つであるYule-Simon過程で全体的な振る舞いに関してうまく記述することが可能である。
一方、個々のタグの累積出現回数について注目してみるとYule-Simon 過程が予測する値から逸脱するタグが存在し、Yule-Simon 過程ではその逸脱の分布が指数関数的減衰を示す。しかし、実際のデータからはYule-Simon 過程では捉えきれない大きさの逸脱をもつタグが多く存在することがわかった。そこで実データにおけるYule-Simon 過程からの逸脱の大きさを確認し、最近使われたタグほど選ばれやすくするというバイアスを加えたYule-Simon 過程を拡張したモデルを提案した。その結果、オリジナルのYule-Simon過程と比べて実データの挙動をより捉えることが可能となった。
|
Research Products
(5 results)
