基于用户关系推断Twitter消息的位置

摘要 社交网络中的用户互动，例如Twitter和Facebook，正越来越多地成为有关日常事件的有用信息来源。在这些网络中发布的短消息的在线监控常常提供对多种事件后果的洞察，如（在最近的过去）日本的地震和海啸、英国的王室婚礼以及奥萨马·本·拉登的死亡。研究与此类主题相关的消息的起源和传播有助于社会科学家改善对人际关系和互动的现有理解。然而，推文或Facebook消息所关联的实际位置通常很不确定。一些推文是根据自动确定的位置（来自IP地址）发布的，或是用户告知的位置，两者通常以文本形式出现，通常是城市的名称。我们观察到大多数Twitter用户选择不公开他们的位置，许多用户以隐晦的方式提及不存在的地方或提供不太具体的地点名称（例如“巴西”）。在本文中，我们集中探讨使用替代数据来丰富推文位置的问题，特别是Twitter用户之间的社交关系。我们的策略是递归地扩展可定位用户的网络，利用关注-被关注关系。通过交叉验证技术实现验证，其中已知位置的一部分用户的位置用于确定其他用户的位置，从而使我们能够比较实际位置与推断位置并验证估计的质量。在方法精度的估计下，该方法可以应用于没有位置的推文。我们的意图是推断尽可能多的用户位置，以增加于社会现象空间分析中可以使用的推文数量。本文展示了我们的方法在使用包含提及与登革热相关关键词的推文数据集时的可行性，从而使可定位推文的数量增加了45%。