More Related Content Similar to 大学生のTwitter利用に関する定量分析―利用目的とサービス設計の関係― (20) More from Hisao Soyama (6) 3. 大学生のTwitter 利用に関する定量分析
―利用目的とサービス設計の関係―
Quantitative Analysis of Twitter Usage in University Students:
Relationship between Usage Intention and Service Design
TokyoWebmining 21st
2012/08/26
@who_you_me
3
5. 自己紹介
● @who_you_me（冬見／ふゆみ）
● 某ISPの新入社員
● 今すぐフォローを外すべきPython界のクソ
エンジニア
● 学位：修士（社会学）
● Degree: Master of Social Sciences
5
6. ● 勉強会やってます
● 社会ネットワーク分析勉強会(#TokyoSNA)
● 次回は9/7(金)
6
8. はじめに
● 社会科学に属する研究です（たぶん）
● 技術的には『集合知プログラミング』レベ
ル
● Hard Scienceではないので、いろいろ面倒
くさい
– 「お前の研究面白そうだけど、それ何かの役
に立つの？」
– 「それサンプル偏ってるだけだろ」
– 「論理飛躍してるだろ」
8
9. 目的
● Twitterは、他のSNSと比べて情報収集や情
報発信によく使わているらしい
● Twitterと他のSNSとの違いって何だろう？
– 140字制限
– 人間関係に向きがある！
● フォロー ←→ フレンド
● 「情報収集／発信」と「非対称な関係」
この2つの間に関係ってあるんだろうか？
9
10. 対象
● 全ユーザーを対象とするのは非現実的
● とはいえランダムサンプリングも微妙
– ネットワークデータとれない
● 結果の厳密性は落ちるが、あるコミュニ
ティに絞るのがいい
● Twitterのボリューム層である、大学生を対
象にしよう！
● というのが表向きの理由
10
11. データの収集
● リスト機能を利用したスノーボールサンプ
リング
yamamoto/hitotsubashi
kato/hit-u sato/hit-u suzuki/hit-u
@ito
@ito
@okazaki
@okazaki
@suzuki
@suzuki
@tanaka
@tanaka
@sato
@sato
@takahashi
@takahashi
@watanabe
@watanabe
11
12. ● 毎月一日に上記の方法で、一橋生のアカウ
ントを取得
– プロフィール
– フォロー、フォロワー
– 一ヶ月分のツイート
● 取得期間：2010年12月〜2011年9月
● 卒業生・他大生も含まれているので、手作
業でクリーニング
– アカウント数：1,631
– ツイート数：1,774,684
12
20. ここからが本番！
● 「情報収集・情報発信」と「非対称な関
係」この二つの関係をどう分析する？
● ツイート内容を分析すれば、そのユーザー
が情報発信メインか、日常会話メインかが
わかるのでは？
● 「非対称な関係」については、片想いとか
片想われとか
20
21. ツイート内容の分析
● MeCabで形態素解析し、ユーザーごとの名
詞使用回数を集計
● k-means法でクラスタリング
● クラスタごとの特徴語をみる
21
22. 形態素解析
● 文を単語に分け、品詞情報などのタグを付
与
すもももももももものうち
すもももももももものうち
すもも 名詞,一般,*,*,*,*,すもも,スモモ,スモモ
も 助詞,係助詞,*,*,*,*,も,モ,モ
もも 名詞,一般,*,*,*,*,もも,モモ,モモ
も 助詞,係助詞,*,*,*,*,も,モ,モ
もも 名詞,一般,*,*,*,*,もも,モモ,モモ
の 助詞,連体化,*,*,*,*,の,ノ,ノ
うち 名詞,非自立,副詞可能,*,*,*,うち,ウチ,ウチ
EOS
22
23. k-means法によるクラスタリング
● 名詞のみを取り出し、ユーザーごとの名詞
使用回数を集計
● k-means法でクラスタリング
– http://d.hatena.ne.jp/nitoyon/20090409/kmeans_visualise
23
25. ● 次元縮約も何もやってないけど、意外とう
まく分かれたんじゃね？
● 特徴語が日常会話っぽいクラスタはリプラ
イ多いし、情報発信っぽいクラスタはRT多
い
25
26. ● 日常会話クラスタではPCがスマホに取って
代わられた
● 情報発信クラスタはPCを使い続けている
26
27. 非対称な関係
● フォローに占める片想いの割合、フォロ
ワーに占める片想われの割合で判断
● クラスターごとに、「片想い率」「片想わ
れ率」の頻度分布をみる
27
29. 結論
● Twitterが情報発信・収集によく使われる背
景には「非対称な人間関係」というサービ
ス設計上の特徴が影響しているようだ
29
30. おまけ
● 社会ネットワーク分析勉強会(#TokyoSNA)
主催としてはこれをやらなくては！
● 一橋生どものTwitterネットワークをお絵描
き
30
35. Pythonとお友達になろう！
● 勉強が捗る
– 集合知プログラミング
– 入門ソーシャルデータ
– 入門自然言語処理
– オープンソースで学ぶ社会ネットワーク分析
これ、ぜーんぶサンプルコードがPython
35
36. ● 豊富なライブラリ群
– NLTK, Numpy/scipy, matplotlib, networkx
● Rに対抗しようとする人達の存在
● 個人レベルの分析なら、Python一択だね！
36
37. MongoDBとお友達になろう！
● Web APIで取ってくるデータって、だいた
いJSON
● リレーショナルなDB
– 事前に保存するデータ項目決める
– テーブルスキーマを定義
– 仕様変わったらテーブル構造変えないと、、
● スキーマレスなNoSQL
– JSONそのまま突っ込むだけ！！
37
38. サンプリングについて、ちゃんと考えよう
● 厳密性とデータの取りやすさ／分析のしや
すさとの兼ね合い
継続的にデータを取ろう！
● 時系列データは貴重
– さっきのスマホの普及とか
– ソーシャルネットワークの生成過程とか
38
39. Twitter様のご機嫌に注意しよう！
● API叩くと結構な頻度で503エラーを返して
くださりやがる
● APIの仕様変更
– ちょくちょくやる上に、予告なし
– 2010年8月 Basic認証廃止。OAuthへ移行
– 2012年8月……
39
41. 概要
● Twitter APIの新バージョン（v1.1）が数週
間以内にリリースされます
● 移行期間は６カ月
– 半年後にはv1.0は使えなくなります
● APIの利用回数制限について、大きな変更
があります
41
42. 変更点のポイント
● すべてのエンドポイントについて、認証が
必須に
● エンドポイントごとに、利用回数の制限が
かかります
● 開発者ルールの変更
42
43. エンドポイントとは
● タイムラインを取得したかったらGET
statuses/home_timeline
– http://api.twitter.com/1/statuses/home_timeline.json
● DM送信したかったらPOST
direct_messagaes/new
– https://api.twitter.com/1/direct_messages/new.json
● こうした、APIの各機能それぞれのURLの
ことをエンドポイントと言います
43
44. 認証が必須に
● 今までは一部のエンドポイントは認証なし
で使えたのが、全て必須になる
– bot, スクレイピング対策
● 大半の人は元から全て認証してただろうか
ら、影響なさそう
● Search APIも認証必須になるのはむしろ嬉
しい
– 今まではIP単位で回数制限かかってたので
44
45. 利用回数制限の変化
● 全てのエンドポイント合計して、1時間350
アクセスだったのが、エンドポイントごと
に別個で利用回数制限がかかるようになる
– 1時間60アクセス
– タイムライン／プロフィールの取得、ユー
ザー検索については、1時間720アクセス
45
46. ● どちらに転ぶか微妙、、、
– どんな情報を取得したいかによる
● でも、データ取るときって普通1つのエンド
ポイント叩きまくるような、、、
● Twitter社の思惑を考えると、今回の変更で
APIへの負荷は減るに決まってるから得はし
ないような、、
46
47. 開発者ルールの変更
● アプリ開発者に向けた話なので、我々には
あまり関係ないか
● 要はサードパーティのクライアントアプリ
を潰したいらしい
47
48. まとめ
● リリースされてみないことにはわからん
＼(^o^)／
● ただし、Twitterが今後目指す方向性が見え
てきたような
– すべてのtwitter.com内で完結させたい
– 「Twitterでできること」をTwitter社が完全に
コントロールしたい
個人的にはこれは、うーん、、、
48
