Predicción temprana de preferencias y tendencias en Twitter, basada en el comportamiento del entorno

Fecha: 31/03/2021 11hs.

Expositores: Emanuel Meriles y Martín Ariel Domínguez (Grupo de grandes redes sociales y semánticas - Famaf)

Sala Virtual: link a meet, Canal de Youtube.

Resumen:

En los últimos años, las redes sociales se han vuelto cada vez más
masivas. En consecuencia, son una fuente fundamental de información y una poderosa herramienta para difundir ideas y opiniones. Basado en Twitter, este artículo estudia el problema de predecir la preferencia de retweet de un usuario para un tweet dado, utilizando la información de cómo el tweet ha sido compartido por el entorno de ese usuario. Además, estudiamos cómo predecir si un tweet será popular o no, según el comportamiento de retweet de los usuarios centrales ("influencers"). Para ambos problemas, exploramos la evolución de la calidad de la predicción dependiendo de la cantidad de información disponible a lo largo del tiempo desde que se publicó el tweet. Así analizamos el compromiso entre la cantidad de la predicción y la cantidad de información disponible.
Para el problema de predicción de retweet del usuario, este modelo de predicción social logra, por ejemplo, un 63,76% en la medida F1 utilizando los primeros 15 información de minutos, 75,2% a las 4 horas y 86,08% con toda la información disponible. Para la predicción de popularidad, logramos puntajes del 65,67% con 60 minutos de información y del 74,4% con 4 horas y 80.73% sin restricción de ventana de tiempo, basándonos en comportamiento del 15% de usuarios centrales. Todos estos resultados se obtienen sin considerar el contenido de los tweets.

En una segunda instancia, incorporamos "word embeddings" FastText para representar el contenido de los tweets. Si bien los modelos basados sólo en el contenido no tienen buen desempeño, al combinar con el modelo social obtenemos mejoras.  

Publicaciones Relacionados:

• “Twitter Early Prediction of preferences and tendencies based in neighborhood behavior”, Emanuel Meriles, Martín Domínguez and Pablo Celayes, Communications in Computer and Information Science, Springer, 7th International Conference on Information Management and Big Data (SimBig 2020) .
• “Analyzing the Retweeting Behavior of Influencers to Predict Popular Tweets with and without Considering their Content”, ,Matías Silva, Martín Domínguez and Pablo Celayes, Communications in Computer and Information Science, Springer, 5th International Conference on Information Management and Big Data (SimBig 2018).
• "Prediction of User Retweets Based on Social Neighborhood Information and Topic Modelling" , Pablo Gabriel Celayes and Martín Ariel Domínguez, Lecture Notes in Artificial Intelligence (LNAI series), Springer, Proceeding of Mexican International Conference on Artificial Intelligence (MICAI 2017), Nueva California, Mexico.