|
本研究課題では，特定の話題に関連するTwitter上のユーザ推薦手法に関する研究を行っている．ユーザが発信するツイートは最大140字と短く，ツイートに出現する語句を手掛かりに話題に関連するツイートやユーザを発見することは困難である．本研究では，リツイートやリプライといったTwitter上での各ユーザの行動や，話題に関連するニュース記事等の外部情報，DBpedia等のオントロジーを利用することにより，話題関連ユーザを発見する手法を開発した．
平成27年度は，前年度までに本研究チームが開発したTwitterユーザ推薦手法を利用し，特定の話題に関連するツイートを発見する手法の研究を行った．先に指摘した通り，短いツイートに出現する語句を手がかりに話題に関連するツイートを発見する手法は有効ではない．一方，その話題に興味を持つユーザは，積極的にその話題について発信したり，関連するツイートに関わったりする傾向にある．本手法はこの特徴に着目している．
本手法は，準備段階と主段階の2つの段階からなる．準備段階では，本研究チームが開発したユーザ推薦手法を利用し，注目する話題を表すキーワードで検索したツイートに関わっているユーザの中から，有益な情報を発信するユーザ(話題関連ユーザ)を特定する．さらに，検索で得られた全ユーザの，その話題におけるTwitter上での影響力を2種類定義し，それを計算する．主段階では，準備段階で特定した話題関連ユーザが発信，リツイートしたツイートを対象に，それを発信，リツイート，リプライしたユーザの2種類の影響力をもとに，各ツイートの話題に対する関連度を計算し，順位付けを行う．評価実験により，話題関連ユーザが多く発信，リツイート，リプライするだけでなく，それ以外のユーザの関わりの低いツイートは，その話題に関連するツイートである可能性が高いことを示している．
|
