Short and Tweet

ABSTRACT

Twitterのコンテンツ推薦をする。コンテンツ推薦には、コンテンツ、ユーザのトピック興味、ソーシャルな投票の三つを用いる。１２個の推薦システムを作成し、実際に使ってもらって評価した。一番良いアルゴリズムは７２パーセントの精度を示した。

情報爆発に伴い、ユーザは情報のフィルタリングと、情報の発見の二つを求めている。

一つのアプローチとして、ユーザの興味に見合ったコンテンツ推薦がある

情報ストリームには他の分野とは異なる三つの特徴がある
- ストリームに現れるコンテンツは発信されてから少しの間だけおもしろい。そのため、推薦システムは常にコールドスタート問題の状態になる
- ユーザは他のユーザのストリームを閲覧したり、他のユーザとコンテンツを共有したりできる。
- ユーザはコンテンツを閲覧するだけでなく、コンテンツの発信者になり得る。
推薦システムは、これらの特徴を用いている

URL推薦システムを提案する

コンテンツ推薦において最もよく用いられているのは協調フィルタリング

ソーシャルな情報を用いたコンテンツ推薦もある

Twitterから発信される情報量は膨大であるため、スケーラブルな推薦システムが必要

いろいろな推薦システムが提案されているが、実装、評価されていないものが多い

推薦システムを次のように定義する

推薦する候補のURLをどのように決めるか

トピック類似度でURLをランキング

ツイートからユーザのプロフィールを作成
- BOW
プロフィールは単語ベクトルで表される
- ベクトルの各要素はTFIDF
- Self-Profile
ユーザがフォローしているユーザ群が発信した単語ベクトルで表す
- ＴＦはある単語を頻繁に使用するユーザ（フォローしている）の数
- Followee-Profile
URLを含むツイートに含まれる単語でURLの単語ベクトルを作る
- ツイートに含まれる単語は少ないため、キーワード拡張を使う
URLの単語ベクトルと、ユーザの単語ベクトルとの類似度を測り、ランキング
- 類似度はコサイン類似度を用いる
- 算出した類似度は、self-profileを用いていたらself-topic、followee-profileを用いていたらfollowee-topicと呼ぶ

ソーシャルな情報でURLをランキング

グループ内で多くポストされたURLをグループメンバに推薦する
- 一人一票
Twitterにこれを拡張する
- グループはフォロー関係で近くにいるユーザ
- ユーザは自分の興味に従ってフォローするユーザを選ぶ
- 一人一票ではなく、信頼できるユーザは何票も持つようにする
  - 信頼性の伝搬。多くフォローされるユーザは信頼できる
- ツイート数が少ないユーザは信頼できる
URLにスコア付け
- ユーザuのfollowee of followee達のうち、そのURLをポストしたユーザの信頼度の合計がURLのスコアとなる
- followee of followeeの信頼度はfolloweeのうち何人がfollowee of followeeをフォローしているかに比例する
- また、followee of followeeの信頼度はその人のツイート頻度のタイムインターバルに比例する

FoF, Self, Voteが最も精度が良かった（72%)
- URLの候補集合はfollowee-of-followeeがポストしたもの
- URLと自分との類似度は自分のツイートを用いる
- ソーシャルVoteを用いる

最終更新：2011年06月17日 12:10