Identification of user interests in social media

Abstract

Sosyal medya kısa zamanda hayatlarımızda önemli bir yer edindi. İnsanlar deneyimlerini, fikirlerini ve ilgi alanlarını bu platform üzerinde gerçek zamanlı olarak paylaşmaya devam ediyorlar. Son yıllarda sosyal medyada süratle artan kullanıcı sayısı, bu alanda yapılan araştırmaların kullanıcı beklentilerini karşılamak üzere yoğunlaşmasına sebep olduğu gibi sosyal medyanın toplumlar ve iş dünyası içerisinde yer alan karar mekanizmalarında kritik bir önem taşımasına yol açtı. Bu çalışmamızda sosyal medya kullanıcılarını ve onların ilgi alanlarını saptamaya yönelik yöntemler geliştirdik. İlk uygulamamız, Türkiye'deki Twitter kullanıcılarının politik ilgi odağını belirlemeye yöneliktir. Ülkedeki iki farklı politik duruşu tarif eden iki anahtar kelime kümesi belirleyerek, bu kümelerdeki kelimeleri içeren tweetleri ve bu tweetlerin kullanıcılarını topluyoruz. Bu kullanıcıların profil fotoğrafları üzerinde bir bilgisayarlı görüntü işleme tekniği olan görüntü özüt çıkarımı yöntemini uyguluyor ve fotoğrafların içeriği hakkında metinsel bilgi elde ediyoruz. Bu bilgileri ve başta tanımladığımız anahtar kelime kümelerini kullanarak Mart 2014 yerel seçimlerinden önce iki farklı politik duruşu destekleyen grupların rakamsal oranlarını tahmin etmeyi hedefliyoruz. Uygulamamızda elde ettiğimiz sonuçlarla seçim sonuçlarının birebir örtüştüğünü gözlemledik. İkinci çalışmamızda insanların tanımlama bilgilerini (Örn. İsim, yaşadığı yer) kullanarak bu insanların Facebook profil sayfalarına ulaşmaya çalışıyoruz. 1500 tanımlama bilgisini kullanarak 1332 Facebook profiline ulaştık. Son uygulamamız ise bir ilgi alanı etrafında, bu konuyla ilgili insanları yakalamayı hedefliyor. Sosyal medya üzerinde halihazırda bu konuyla ilgili olan toplulukların üyelerini bir kümede toplayarak bu üyeleri önerdiğimiz ilgi değerlendirme yöntemiyle notlandırıyoruz. Eşik değerin altında notlandırılan üyeler, belirlenen ilgi alanıyla alakasız oldukları öngörülerek kümeden eleniyorlar ve böylece geride kalan üyeler belirlenen konuyla ilgili üyeler oluyor. Sonuçlarımızı doğrulamak için yaptığımız çalışmada, insanlar tarafından ilgili olduğu tespit edilen sosyal medya kullanıcılarıyla uygulamamızın tespit ettiği kullanıcılar arasında %76'lık bir örtüşme olduğunu gözlemledik.

Social media has taken an important part in our lives in a short amount of time. Peopleshare parts of their experiences, opinions, and interests with others in a timely-fashion onthese platforms. In recent years, fast growth of user population in social media is notonly driving the research towards analyzing its inhabitants for fulfilling theirexpectations but also making it a very crucial information source for decision makingprocesses in societies and in businesses. In this work, we propose methods foridentifying users and their interests by using the multimedia data shared in social media.We show effectiveness of these methods in three applications. Our first applicationconsiders extracting political interests of Turkish Twitter users. We collect tweets thatinclude a set of predefined words representing two different political stances in Turkey.We extract profile images of the users who wrote those tweets and apply a computervision technique called image context extraction on this set of images to obtain sometextual explanations for each picture. The main goal of this work is inferring proportionsof two different political stances to forecast results of March 2014 local elections. Ourresults show that the proportions obtained from our method are almost the same as thevote percentages of two parties. In our second application, we find Facebook profiles ofpeople whose identification information (Name, surname and location) is given byquerying Facebook Graph API. Each query result returns a number of profiles due topeople having same name. We refine these results by checking location in profile pagesonline. Our method achieves a successful match rate of 88% (1332/1500 people). Thethird application deals with building a community about a given topic of interest bycondensing existing communities in a social media platform. We collect members of thecommunities about the given topic in a set and apply our relevance scoring method onthese members. Those who receive a score below a threshold value are assumed to beirrelevant to given topic and they are eliminated so that remaining users in the set are theones relevant to given topic. We validated the results of our framework by a user-study.There is a 76% of match between user labelled and automated results.