1. ネットワークの特徴量で Twitter の
友達リストを分析する
Karubi Namuru
Aug 22nd, 2010

2. 自己紹介
● Karubi Namuru
● 博士（理学）
● Kauli 株式会社，代表
● オンライン広告配信技術
● Twitter: @karubi
● Facebook: http://facebook.com/karubi
● 出身：広島 , 居住：東京 , Seongnam

3. 学生時代の話
● 在学中の研究
● 統計的手法による日常行動分析
– 実世界：ライフログ
– ウェブ：閲覧， clicks
200 200
180 180
160 160
140 140
120 120
100 100
80 80
60 60
40 40
20 20
0 0

4. 今日の内容
● モチベーション
● 複数の方からグラフの話を聞きたいと DM が来た
● 初心者でも分かりやすい話がききたい
● ネット上の資源で遊ぶ Part II
● グラフの基礎
● 分析方法の紹介
● 分析結果の一例

5. グラフの概要
● ある対象について，関連する事柄や出来事の関
係をあらわしたもの
● 数学的にはグラフ理論であつかわれている

6. 数学的なグラフ
● 構成要素
● ノード
– 頂点や節点で表現できる
● エッジ
– 枝や辺で表現できる
引用： http://ja.wikipedia.org/wiki/%E3%82%B0%E3%83%A9%E3%83%95%E7%90%86%E8%AB%96

7. 辺の向き
● 問題によっては辺の向きを考慮する場合もあ
● ノード同士の繋がりのみを考慮する
– → 向きが無いので「無向」
● ノード同士について，どちらがどちらに繋がってい
るかどうかも考慮する
– → 向きがあるので「有向」

8. グラフ構造
● グラフをコンピュータで扱えるようにする
● お絵かきした図については，人間が解釈できるがコ
ンピュータが解釈できない表現
● グラフ構造：データ構造としてグラフを表現
● コンピュータが解釈できる表現
● 一定の形式を導入する
● データ処理をおこなう際に，もっともやりやすくす
ることが目的（深い話につながるのでここまで）

9. グラフ構造で記述できるもの
● 生活中のさまざまな自然現象
● 日常生活で形成した知り合いの関係
● 人の興味・嗜好と買い物の関係
● 目的地までの移動方法
● インターネット内の現象
● ウェブページ同士の繋がり
● ウェブページの HTML コンテンツの配置
● 電子メールの送受信履歴

10. グラフ構造の分析
● グラフ構造を処理することで問題を解決する
● グラフ内の要素を分析する場合
– 個々の頂点で，最も多くの辺が張られる頂点はどれか
● グラフ同士を分析する場合
– ふたつのグラフが似ているかどうか
引用： http://www.weblio.jp/content/%E4%B8%80%E7%AD%86%E6%9B%B8%E3%81%8D

11. グラフの分析例
● たとえば一筆書きの例
● ケーニヒスベルクという大きな町
● この町の中央にプレーゲル川という大きな川
● 七つの橋が架けられている
● あるとき町の人が「この 7 つの橋
を 2 度通らず，全て渡って，元の
所に帰ってくることができるか
引用： http://www.weblio.jp/content/%E4%B8%80%E7%AD%86%E6%9B%B8%E3%81%8D

12. グラフマイニング
● 主にグラフに埋もれた知識や知見を発見するた
めのグラフ構造の分析
● 大量のデータ
● データ構造
● 計算方法
● 豊富な計算能力

13. 実際にマイニング
● 友達関係を分析してみる
● 問題
– 自分の友達のなかで，注目に値する友達を誰か特定した
い
● たとえば，このように考えてみる
– もっとも話をする友達が一番注目に値する！
●
TopTwitterFriend

14. マイニングの一例
参照： http://businessspeak.wordpress.com/2009/03/27/top-twitter-friends-map-brian-solis-pr-20

15. Karubi の考え
● 友達同士の繋がりに注目
● 注目に値する友達は，自分の知っている友達が多く
友達関係をもちかけている人
● もちろん友達関係をもちかけられる数が多ければ多
いほど，注目に値するのはないか
● ただし，一方的に見ず知らずの人でも，なんでもか
んでも友人関係を大量にいろんな人にもちかけてい
る人は注目に値しない

16. 実際に分析してみる
●
PageRank
● 考え方：論文の引用関係のように，重要なウェブ
ページがリンクを集める
● 計算方法は割愛；；
● ネットで調べればいくらでも出てきますよ

17. 実際に分析してみる

18. まとめ
● グラフマイニングの概要
● Twitter の Following で実験
● 人選はランダムなので結果は気にしないで☆
● ご質問ございましたらメールください
gogokarubi@gmail.com まで