Entdeckung geografischer Themen im Twitter-Stream

Mikroblogging-Dienste sind zu unverzichtbaren Kommunikationswerkzeugen für Online-Nutzer geworden, um aktuelle Nachrichten, Augenzeugenberichte, individuelle Ausdrucksformen und Protestgruppen zu verbreiten. Kürzlich haben Twitter und andere Online-Soziale-Netzwerk-Dienste wie Foursquare, Gowalla, Facebook und Yelp begonnen, Standortdienste in ihren Nachrichten zu unterstützen, entweder explizit, indem sie den Nutzern ermöglichen, ihre Orte auszuwählen, oder implizit, indem sie Geotagging aktivieren, das heißt Nachrichten mit Breitengraden und Längengraden zu verknüpfen. Diese Funktionalität ermöglicht es Forschern, eine spannende Reihe von Fragen zu behandeln: 1) Wie wird Information über geografische Standorte hinweg erstellt und geteilt, 2) Wie variieren räumliche und sprachliche Merkmale von Menschen in verschiedenen Regionen, und 3) Wie kann menschliche Mobilität modelliert werden. Obwohl viele Versuche unternommen wurden, diese Probleme anzugehen, sind frühere Methoden entweder kompliziert zu implementieren oder zu stark vereinfacht, um eine angemessene Leistung zu erzielen. Es ist eine herausfordernde Aufgabe, Themen zu entdecken und das Interesse der Nutzer aus diesen geotaggten Nachrichten zu identifizieren, aufgrund der schieren Datenmenge und der Vielfalt an Sprachvariationen, die in diesen Standortfreigabediensten verwendet werden. In diesem Papier konzentrieren wir uns auf Twitter und präsentieren einen Algorithmus, der die Diversität in Tweets basierend auf thematischer Diversität, geografischer Diversität und einer Verteilung der Interessen der Nutzer modelliert. Darüber hinaus berücksichtigen wir die markovianische Natur des Standorts eines Nutzers. Unser Modell nutzt spärliche faktorielle Kodierung der Attribute, was es uns ermöglicht, effizient mit einer großen und vielfältigen Anzahl von Kovariaten umzugehen. Unser Ansatz ist entscheidend für Anwendungen wie Nutzerprofiling, Inhaltsanempfehlung und Themenverfolgung. Wir zeigen eine hohe Genauigkeit bei der Standortsestimation basierend auf unserem Modell. Darüber hinaus identifiziert der Algorithmus interessante Themen basierend auf Standort und Sprache.