フォロー関係に基づくTwitterユーザの分類山下拓也佐藤晴彦小山聡栗原正仁(北海道大学大学院情報科学研究科) Twitter 近年マイクロブログサービスとSNSの両方の性質を持つTwitterというWebサービスが注目を浴びている. マイクロブログサービスの性質は140字以内の短文をWebに投稿するツイートと呼ばれる機能から実現される. SNSとしての性質はフォローと呼ばれる機能から実現される.フォローとは二ユーザ間において,あるユーザが指定したユーザの情報を購読する機能である. 研究目的フォローは大抵「同じ興味」「友人」など共通した属性を持つユーザ間で行われることが多い.よってユーザ集合内にフォローが多数存在する場合同じ属性に基づいたユーザは互いにフォローしあっており,まとまりを構成しているのではないかと考えることができる. またユーザがフォローしているユーザの集合(以下フォロー集合)においてこのようなまとまりに分けることは情報の整理,ユーザ推薦等の観点も非常に有用であるといえる. 本研究では共通した属性を持つユーザはフォローし合っていることを仮定し, 仮定を満たしていることの確認とそれぞれの属性ごとに分けることを目的とする. 提案手法フォロー関係をユーザをノード,フォローをエッジ,ユーザ間の類似度を重みとした重みつき有向グラフとして扱い,高い類似度で繋がっているユーザをまとめるようにクラスタリングを行う.クラスタリングの手法はスペクトラル法を採用した. スペクトラルクラスタリングに用いられる類似行列はフォローの有無を表す隣接行列より作成する.具体的に,隣接行列は i 行j 列においてユーザi がユーザj をフォローしていたら1, フォローしていなければ0として作成する.類似行列ではi 行j 列の要素を, ユーザi とユーザj が相互にフォローし合っていれば1, どちらか一方向へのフォローのみが存在すれば0.5, フォローがなければ0 として作成する. クラスタ数に関して本研究ではユーザからあらかじめ正解データを作成してもらい,クラスタリング結果と正解データがどれだけ近いかを評価するRand-Index評価値を用いて最も評価値が高かったクラスタ数をクラスタリングの出力結果とした.これにより仮定が満たされているか,クラスタ数を決める上でどのようなことが重要かが分かる. 結果フォロー数やフォロワー数の大きくないユーザに関してはかなり正解データに近いクラスタリング結果が得られた.正解データとのずれの多くはフォロー数やフォロワー数の大きいユーザに起因していた.