Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

20161001 kdd勉強会

863 views

Published on

KDD2016勉強会での発表資料です

Published in: Technology
  • Be the first to comment

  • Be the first to like this

20161001 kdd勉強会

  1. 1. Engagement Capacity and Engaging Team Formation for Reach Maximization of Online Social Media Platforms (の紹介) 佐藤 政寛 Alexander Nikolaev, Shounak Gore, and Venu Govindaraju. 2016. Engagement Capacity and Engaging Team Formation for Reach Maximization of Online Social Media Platforms. In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD '16). ACM, New York, NY, USA, 225-234. DOI: http://dx.doi.org/10.1145/2939672.2939681
  2. 2. Introduction • コミュニティの存続には、Engagement(コミュ ニティメンバーを巻き込んでいく力)の大きい ユーザーが重要 • Social Influenceの研究は、Reach(コミュニティ の外の新しいユーザーを呼び込む力)を評価 するものが多いが、それらとは違う課題設定
  3. 3. Engagement in Web Forum • ユーザーが投稿するとさらに他のユーザー の投稿が続く • より多くの投稿を招くほど価値が高い • だれにも反応されない投稿は価値がない
  4. 4. Example • この場合に貢献が大きいのは誰? – ある投稿より前の投稿はすべて貢献 • (c)A > (c)B > (c)C > (c) D – たくさんの投稿が続いたほど重要度大 • (a)B > (b)B – 発端の投稿と直前の投稿のどちらが重要かは調整余地 • (a)のAとB
  5. 5. Engagement Capacity • Engagement(他ユーザーの巻き込み) の定式化 • ゲーム理論における協力ゲームの貢献度の指標で あるShapley値[32](Shapley, 1952)をベースに拡張 – 連合(coalition)する順序による効用の違いを考慮 [24](Nowak, 1994) – 先に連合したユーザーにより大きな報酬を分配 [30](Sanchez, 1997) – 新規ユーザー追加に対する貢献を、直前に連合したユー ザーに分配するか、もっと前まで報酬分配するかの調整 項の導入 [9](del Pozo, 2011) – 同一ユーザーがK回連合した場合に拡張 (この論文)
  6. 6. Engagement Capacity T: 連合, (|T|は連合の数) i(T, k): ユーザiのk番目の出現の順位 Δ(T): その連合の後続の数 例) Δ(A) = 1, Δ(AB) = 3 Ψ(A) = 1 + 3 * (α/(α+1)) Ψ(B) = 3 * (1/(α+1)) αが大きいほど最初の投稿に貢献振り分け αが小さいほど直前の投稿に貢献振り分け
  7. 7. Real-time Update • 投稿が追加された時も、再計算せずにオンラ インで更新(貢献度の追加)できる 新しい投稿が入ったときの、過去の 投稿者への貢献度の配分
  8. 8. Comparison of Different Metrics • Engagementは他のネットワーク指標と異なる • TwitterのFIFA World cupに関するtweetデータ Engagement Capacity Page Rank Eigenvalue Betweenness Degree
  9. 9. Targeted Engagement Capacity • ユーザーVはユーザーWに対してどの程度の Engagementがあるか – 例)A -> B: 1 @(a) + (1 + 0.5)@(b) + 1@(c) – 例)B -> C: 0.5 @(a) + 0@(b) + 0.5@(c) 両方α=1の場合
  10. 10. Engagement Team Formation • Engagementの大きいチームを形成する -> とくに活動を促進すべきユーザーたち • ただしメンバー同士のengagementは含まず、 チーム外へのengagementの総和で評価 Yijはiがチームに選 ばれててjはチーム 外のときに1
  11. 11. Engagement Team Formation • 単純にEngagement capacityが大きいユー ザーを選ぶのとは異なる – TwitterのFIFA World cupに関するtweetデータ チーム人数
  12. 12. Conclusion • 協働ゲーム理論にもとづく、Engagement Capacityという指標の導入 • コミュニティの存続に重要なメンバーを抽出す る、Engagement Team Formation Problemを提 唱 • この研究は、なぜEngagementは起きるのか (Engagement Capacityの予測)、Engagement はどう時間発展するか、の研究につながる

×