Topic Modeling Based on Two-Step Flow Theory: Application to Tweets about Bitcoin

要約

ビットコインに代表されるデジタル暗号通貨は、近年、その人気と価値を爆発的に高めています。暗号通貨は、その新しさゆえに、変動が激しく、投機的な傾向があります。このような暗号通貨の気まぐれな性質は、Twitterのようなソーシャルメディアネットワークによって助長されています。しかし、すべての人の意見が同じように反映されるわけではなく、ほとんどの投稿がほとんど注目されない。また、ツイートの大半は、人気のある投稿からリツイートされたものです。誰の意見が重要なのか、影響力のあるユーザーとそうでないユーザーの違いを見極める必要があります。この研究では、この2つのグループを分離し、その違いを分析する。ハイパーテキスト誘導型トピック選択(HITS)アルゴリズムを使用し、影響力に基づいてデータセットを分別しています。その後、トピックモデリングを採用し、各グループの発話タイプの違いを明らかにし、どのグループがコミュニティ全体を最もよく表している可能性があるのかを明らかにしました。その結果、ビットコインに関するこの2つのグループ間の言語や関心に違いがあり、Twitterのオピニオンリーダーは大多数のユーザーと一致していないことがわかりました。総ユーザー数355,139人のうち、80%の権威を占めるオピニオンリーダー(ユーザーの0.72%)は2559人、残りの20%はマジョリティ(99.28%)のユーザーでした。

要約(オリジナル)

Digital cryptocurrencies such as Bitcoin have exploded in recent years in both popularity and value. By their novelty, cryptocurrencies tend to be both volatile and highly speculative. The capricious nature of these coins is helped facilitated by social media networks such as Twitter. However, not everyone’s opinion matters equally, with most posts garnering little to no attention. Additionally, the majority of tweets are retweeted from popular posts. We must determine whose opinion matters and the difference between influential and non-influential users. This study separates these two groups and analyzes the differences between them. It uses Hypertext-induced Topic Selection (HITS) algorithm, which segregates the dataset based on influence. Topic modeling is then employed to uncover differences in each group’s speech types and what group may best represent the entire community. We found differences in language and interest between these two groups regarding Bitcoin and that the opinion leaders of Twitter are not aligned with the majority of users. There were 2559 opinion leaders (0.72% of users) who accounted for 80% of the authority and the majority (99.28%) users for the remaining 20% out of a total of 355,139 users.

arxiv情報

著者 Aos Mulahuwaish,Matthew Loucks,Basheer Qolomany,Ala Al-Fuqaha
発行日 2023-03-03 15:51:05+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, DeepL

カテゴリー: cs.AI, cs.CY, cs.SI パーマリンク