[論文紹介][WSDM2015]Modeling Website Popularity Competition in the Attention-Activity Marketplace

1. [論文紹介]     Modeling  Website  Popularity   Compe88on     in  the  A;en8on-­‐Ac8vity  Marketplace       Bruno  Ribeiro  and  Christos  Faloutsos   (Carnegie  Mellon  University)   WSDM  2015 Yoshifumi  Seki  (Gunosy  Inc)   2015.05.13  @WSDM  2015読み会
2. 概要 •  競合するWebサービスのDAUの予測をしたい   •  「Marketplace  of  A;en8on」(Herbert  A.  Simon)   – 情報はA;en8onを取り合っている   •  「A;en8on-­‐Ac8vity  Marketplace」   – ウェブサイトはA;en8onと行動を取り合っている   – 特にSNSのようなサービスはAc8vityがコンテンツ になり，それがA;en8onを呼ぶ  
3. やっていること •  A;en8on-­‐Ac8vity  Marketplaceの考え方を用 いて，FacebookがMySpaceなどのサービスに 打ち勝った経過をモデル化する  
6. 用いたデータ •  Amazon  AlexaのDAUデータ(2007-­‐2014)   –  Ac8ve  Internet  Popula8on(AIP)   –  DAU/AIPを用いる   •  曜日要因などを正規化できる   –  31日移動平均によって平滑化   –  スマートフォンは入っていない   •  MySpaceとFacebookの争っていた時期はSmartPhoneの割 合は少ないのでOK   •  MySpaceのAc8vityデータ   –  2004-­‐2009  [Ribeiro  et  al]  
7. model •  ユーザの状態を以下のタプルで表現する   –  (W_a,  W_b)   –  ウェブサイトaの状態とウェブサイトbの状態   –  状態は以下   •  U   –  気づいていないが気づけばアクティブユーザになりそうな人   •  A   –  アクティブユーザ   •  I   –  アクティブユーザでなくなったユーザ   •  0   –  そのウェブサイトに未来永劫アクティブにならないユーザ  
8. DAUの表現
9. Disjoint  Popula8on  Dynamics
10. Joint  Unaware  Popula8on  Dynamics
11. Concurrent  Adopters  Dynamics
12. A;en8on  Sharing  of  Concurrent   Adopters B_b:  サイトbの滞在時間,   delta_b:  サイトbの滞在時間が次のステップでいくつ減る か？    
13. DAU  Model  fit Levenberg-­‐Marquardt  algorithmを用いてフィッティング   Locallyな最適値を探すので多くの初期値でフィッティングさせて最適なものを探し た    24  monthでtrainingし,  4monthでモデルを選択した  
14. Facebook  vs  MySpace
15. Mul8ply
16. Hi5
17. まとめ •  ac8vity-­‐a;en8on  marketplaceという概念を提 案し，それを元にDAU予測モデルを構築した   •  結果としてFacebookとその他のSNSとの競争 の状況を再現することができた  
18. 感想 •  ひとつの事例であって、ここまで一般化できるの だろうか…   •  また実験が雑で例えば競合を想定しなかった時 との精度はどうなるか？などがわからず手法の 優位性を検討するのが難しい   –  著者らは競合を想定しないモデルも以前提案してお り、多少は優位になっているとは考えられるが…   •  負けがどれだけまで負けるかみたいなモデルに はできる。投資家とかVC向け？