"推し合い" ~対立構造の推定~ / Hostile Topology Detection

“推し合い”   ~対立構造の推定~   Hostile Topology Detection   1

2 未完です (ブラッシュアップが必要 ) 免責事項 

背景  4 「推し」がありふれた昨今 …

背景  5 それぞれの「推し」は異なり、それ故にバトルが存在する

背景  6 これらバトルの構造を、データから推定できないか ?

対立構造の観察   7 @Blue …………！！！ @Red …………！？ @Blue …………！！！ @Red
…………！？！？ TLのようなものだと思ってください Red vs Blueの対立が起きている場合 … それぞれのグループは相対するグループに投稿を送る傾向にある

対立構造の観察   8 クラスター内の結合は弱くクラスター外との結合は強い疎結合クラスタ

やりたいこと   9 色のついていない状態から … どっちのグループなのかを色分けする

利用価値？   • 業務面だと…  ◦ 好評・不評なレビューをあつめやすい（かも）  • 単にできそうだったからやりたかった  ◦ 関係データ学習がおもしろいです 
10

どうやるのか   11 確率的ブロックモデル (Stochastic Block Model)を使うそれぞれのデータを大きなまとまり (ブロック)と考えて、ブロック間の繋がり、ブロック内での繋がりを推定する
(クラスタ数: K=2の場合の図)

わかること   • それぞれのデータがどのグループに存在するのか  ◦ (存在すると考えた場合、おさまりがよいのか)  • グループ内での繋がりのつよさ  12

作ったもの   こちら  Google colabにあります  大百科の記事”リコリス・リコイル”の掲示板データを調べました  13

(余談)投稿数の推移   14 盛り上がったタイミングなどが分かって面白いです (キャラが本当に死ぬのか、などの展開予測の投稿 )

グラフ構造   15 それぞれのIDの人が、どのIDの人にレスを飛ばしたのか (線が太いほど多く飛ばしている )

推定結果  16 赤、青の2つに色分けしています ↑青:0, 赤:1のブロック間の繋がりの強さを表してます　→　が 4% 　→　が
12% 　→　が 18% 　→　が 49% あまり疎結合クラスタになっていない 🤔

推定結果(青組)   17

推定結果(赤組)   18 青のほうが否定的な意見が多め、赤のほうはすべて肯定的な意見 (と思われる) 一応、分類はできていそう ?

まとめ  • ネット上での対立構造をSBMを使って分析したかった  • いまいち微妙な結果だった  ◦ 事前分布の値の調整を行えばもう少し改善されそう?  19

Tomu Katsumata