1. Twitterのコメント分析による広告の推薦 Recommendation of Advertisement with Twitter Comment
複雑系工学講座 調和系工学研究室
修士２年 松尾 潤

2. Twitter
背景
広告の配信
各メディアとの比較
リアルタイム性
Twitter
開示性
blog
SNS
chat
①高いリアルタイム性
②情報の発信・収集
問題 広告主とその受け手との要求にミスマッチが発生
Twitterと広告
広告主
興味のある
ものが欲しい
伝えたい人に 届けたい
広告の受け手
広告の提示
広 告
「明示された広告主が目的を持って，想定したター ゲットに情報を伝えるために，人間以外の媒体を， 料金を払って利用して行う情報提供活動」[嶋村 2006]
広告の利用
広告主
……
50
広告の集合
49
1
広告の配信
2
広告の受け手
2
広告をひとつ選択
広告の提供
配信サービス
Twitter
「全体の25%がURLつき
コメント」(2010 9/15)
例) :
・配信時刻は10～11時
・配信数は週に最低１回
・配信期間は３月中
広告の媒体としても 用いられる
各広告に条件

3. 配信のアプローチ
実際の配信
現
在
どう計算する？
ある瞬間において最もクリック数が大きくなるような広告をTweet
Tweetする広告のクリック数の 総和を最大化したい
時刻
クリック数
理想の配信
ユーザが読む広告
未来に配信する広告
過去に配信した広告
興味のある広告を配信したい
時間の経過に伴って広告が追加される
追加される広告のことも考慮にいれて未来に配信する広告を考える
クリック数が多い広告
理 想

4. Twitterの話題とクリック数
研究目的
Twitterのコメント分析による広告の推薦
Twitterの話題と広告の クリック数について調査
仮説と検証
i
Twitterの話題に応じた広告を配信することで Tweetする広告のクリックの総和最大化を目指す
検 証
Twitterのコミュニケーション では話題が発生する
Twitterの話題に応じて
広告のクリック数が変化する
仮 説
もうすぐ節分の季節ですね．
本日15時より落花生の大特価 セールを行います．
Twitterであがっている話題と内容が
類似している広告はクリック数が多い可能性

5. 検証
検証事項
① : Twitterで「話題」を検出できるのか？
② : Twitterの話題によって広告のクリック数は変化するのか？
Server
コメント の格納
コメントDB
tweet
Twitter
crawler
TwitterAPI
Response
Request
収集期間 : 2010 12/8 ～ 2011 2/8
コメントの総数 : 533,771
単語の種類 : 136,730
ユーザ数 : 2769人
Twitter上からコメントを収集した
コメントの収集
システムの構成

6. 検証事項①
Twitterで「話題」を検出できるのか
Server
コメント
の格納
tweet コメントDB
Twitter
Twitter crawler
API
Response
Request
tfidf値
2/3のコメントにおける各単語のtfidf値
恋恋
1
単語
落花生
節分
八百長 0.000642
恵方 0.00141
0.00109
0.000771
0.000720
≫manikoroを漢字75文字で表すと⇒恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋
恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋恋
恋恋恋恋恋恋恋恋恋恋恋恋恋超憂鬱 http://shindanmaker.com/18312 #kan75
「恵方」「落花生」「節分」など季節性の高いキーワードが検出できている
「八百長」といった時事問題に関するキーワードも検出できている
「恋恋」といった全く関係のないキーワードも検出してしまった
コメントの中でtfidf値の高い単語を「話題」として検出する
例) :
3
4
5
2
|{ : }| i d d  t
i  n

k
k
i
i n
n
tf
tfidf法により単語を重みづけ
ドキュメント：1日の全コメント
: 単語iを含む
ドキュメント数
|{ : }|
| |
i
i d d t
D
idf


|D|: 総ドキュメント数
: ドキュメント内の
単語iの出現回数

7. 検証事項①
Twitterで「話題」を検出できるのか
Server
コメント
の格納
tweet コメントDB
Twitter
Twitter crawler
API
Response
Request
tfidf値
日付ごとの「恵方」を含むTweetの数
恋恋
例) :
単語
落花生
節分
八百長 0.000642
恵方 0.00141
0.00109
0.000771
0.000720
コメントの中でtfidf値の高い単語を「話題」として検出する
Twitterの話題はtfidf値で検出できる可能性
検証
結果
2/3のコメントにおける各単語のtfidf値
1
3
4
5
2
「恵方」を含むコメントの数は
2/3に大きく増加している
話題として上がっている
|{ : }| i d d  t
i  n

k
k
i
i n
n
tf
ドキュメント：1日の全コメント
: 単語iを含む
ドキュメント数
|{ : }|
| |
i
i d d t
D
idf


|D|: 総ドキュメント数
: ドキュメント内の
単語iの出現回数
tfidf法により単語を重みづけ

8. 検証事項②
広告とTwitterの話題との類似度
先行研究 [owen 09] に基づいて決定
ある日の全コメント
形態素解析
名詞の抽出
tfidf値 単語
0.01845
豆
0.5169
0.4170
0.3128
0.2585
まき
節分
…
落花生
必要
必要
…
的0.01715
鬼0.1642
tweet
節分で落花生をまく由来について述べた広告 2.8854
落花生
雪
…
節分
広告とある日のTwitterの話題との類似度
ある日のTwitterに出現した
単語についてのみtfidf値を
足し合わせる
Twitterの話題によって広告のクリック数は変化するのか
広告とTwitterの話題との類似度を算出
広告とTwitterの間の類似性と実際のクリック数を調査
|{ : }| i d d  t
i n


k
k
i
i n
n
tf
tfidf法により単語を重みづけ
: ある広告の単語iの
出現回数
: 単語iを含む
広告数
|{ : }|
| |
i
i d d t
D
idf


|D|: 総広告数

9. 検証事項②
実験
クリック数
Twitterと広告の類似度
ランダムにTwitterで広告をTweetし，そのときの話題と広告の類似度とクリック数の関係を調べる
類似度とクリック数に関係が見られた例

10. 検証事項②
実験
クリック数
Twitterと広告の類似度
節分の日を過ぎてから
広告をTweet
Twitterの話題に応じて
広告のクリック数が変化
TVの温泉番組で新得が紹介
節分と落花生
新得駅での
イルミネーション
置戸町のイルミネーション
の紹介記事
節分の日に広告をTweet
Twitterの話題と広告の内容が連動してクリック数が増えたと考えられるケースがある
類似度とクリック数に関係が見られた例
ランダムにTwitterで広告をTweetし，そのときの話題と広告の類似度とクリック数の関係を調べる

11. 検証事項②
実験
クリック数
Twitterと広告の類似度
類似度とクリック数に関係が見られなかった例
ランダムにTwitterで広告をTweetし，そのときの話題と広告の類似度とクリック数の関係を調べる

12. 検証事項②
実験
クリック数
Twitterと広告の類似度
時計台の
歴史について
類似度の変化は小さいが
クリック数が増加
Twitterの話題以外の
要素がクリック数に影響
類似度とクリック数に関係が見られなかった例
Twitterの話題とは別にクリック数が増えたと考えられるケースがある
ランダムにTwitterで広告をTweetし，そのときの話題と広告の類似度とクリック数の関係を調べる

13. 検証結果
検証事項②
類似度と広告のクリック数に関係が見られなかったケース
類似度以外にもクリック数が変化する要因が考えられる
・TVなどのメディアでとりあげられやすい単語
新得
節分
イルミネーション
Twitterの話題と連動
類似度と広告のクリック数に関係が見られたケース
・季節性を含む単語
「節分」「新得」「イルミネーション」のキーワードがTwitterと連動
・広告のTweet時刻
・同一広告におけるTweetの周期
・ある広告における過去のTweet回数

14. まとめ
おわりに
・広告のTweet時刻
・過去のTweet数などの広告のクリック数に影響を与える要素も考慮することにより Twitterの類似度による推薦の有効性の可能性を示した
考察
・Twitterのコメントと広告の類似度 と クリック数について関係を調査を行った
・Twitterのコメントを収集しtfidf法を用いて話題の抽出を行った
広告のクリック数の最大化
・同一広告におけるTweetの周期
・Twitterと広告の類似度
広告のクリックに影響を与える要素
・ある広告における過去のTweet回数
単語の特徴に応じて
クリック数が上昇
するものがある
クリック数との関係を 検証する必要性