Detecting Influencers in Social Media using information from their followers

• Autores: Javier Rodríguez Vidal, Laura Plaza Morales , Julio Gonzalo Arroyo
• Localización: Procesamiento del lenguaje natural, ISSN 1135-5948, Nº. 64, 2020, págs. 21-28
• Idioma: inglés
• Títulos paralelos:
  • Detectando Influencers en Medios Sociales utilizando la información de sus seguidores
• Enlaces
  • Texto completo
• Resumen
  • español

    Dada la tarea de encontrar influencers en un dominio dado (i.e. banking) en una red social, en este artículo investigamos (i) la importancia de caracterizar a los seguidores para la detección autom´atica de influencers; (ii) la manera m´as efectiva de combinar señales obtenidas de los seguidores y de los perfiles principales para la detección automática de influencers. En este trabajo, hemos modelado el discurso usado por los usuarios en dos dominios, automotive y banking, así como el lenguaje utilizado por los influencers en dichos dominios y por sus seguidores, y utilizamos estos Modelos de Lenguaje para estimar la probabilidad de ser un influencer. Nuestro mayor descubrimiento es que los influencers no sólo dependen de su conocimiento sobre el dominio sino del de sus seguidores; por lo tanto, cuanto mayor conocimiento y número de expertos haya entre sus seguidores, mayor sería la probabilidad que el perfil sea de un influencer.

  • English

    Given the task of finding influencers of a given domain (i.e. banking) in a social network, in this paper we investigate (i) the importance of characterizing followers for the automatic detection of influencers; (ii) the most effective way to combine signals obtained from followers and from the main profiles for the automatic detection of influencers. In this work, we have modeled the discourse used in two domains, banking and automotive, as well as the language used by the influencers in such domains and by their followers, and used these Language Models to estimate the probability of being influencer. Our most remarkable finding is that influencers not only depend on their expertise on the domain but also on that of their followers, so that the more knowledge and number of experts among their followers, the more probability of being influencer a profile has.

• Referencias bibliográficas
  • AleAhmad, A., P. Karisani, M. Rahgozar, y F. Oroumchian. 2014. University of tehran at replab 2014. En Conference and Labs of the Evaluation...
  • Amigó, E., J. Carrillo-de Albornoz, I. Chugur, A. Corujo, J. Gonzalo, E. Meij, M. de Rijke, y D. Spina. 2014. Overview of replab 2014: author...
  • Aral, S. y D. Walker. 2012. Identifying influential and susceptible members of social networks. Science, 337(6092):337–341.
  • CLEF. 2014. Replab 2014 campaign @online. http://nlp.uned.es/replab2014/.
  • Cossu, J.-V., K. Janod, E. Ferreira, J. Gaillard, y M. El-Bèze. 2014. Lia@ replab 2014: 10 methods for 3 tasks. En 4th International Conference...
  • Cossu, J.-V., V. Labatut, y N. Dugué. 2016. A review of features for the discrimination of twitter users: application to the prediction of...
  • Dang, V. 2012. The lemur projectwiki-ranklib. Lemur Project,[Online]. Available: http://sourceforge.net/p/lemur/wiki/RankLib
  • Friedman, J. H. 2001. Greedy function approximation: a gradient boosting machine. Annals of statistics, páginas 1189– 1232.
  • Jefferson-Henrique. 2016. Getoldtweets-java @online. https://github.com/JeffersonHenrique/GetOldTweets-java,
  • Abril. Liu, T.-Y. 2009. Learning to rank for information retrieval. Found. Trends Inf. Retr., 3(3):225–331, Marzo.
  • Lomena, J. J. M. y F. L. Ostenero. 2014. Uned at clef replab 2014: Author profiling task. En Conference and Labs of the Evaluation Forum (Working...
  • Madden, M. y A. Smith. 2010. Reputation management and social media. pewresearch.org,[Online]. Available: pewresearch .org/ internet/ 2010/...
  • Manning, C. D., P. Raghavan, y H. Schütze. 2008. Introduction to Information Retrieval. Cambridge University Press, New York, NY, USA.
  • Nebot, V., F. Rangel, R. Berlanga, y P. Rosso. 2018. Identifying and classifying influencers in twitter only with textual information. En...
  • Rodríguez-Vidal, J., J. Gonzalo, L. Plaza, y H. A. Sánchez. 2019. Automatic detection of influencers in social networks: Authority versus...
  • Saari, D. G. 1999. Explaining all threealternative voting outcomes. Journal of Economic Theory, 87:313–355.
  • Vilares, D., M. Hermo, M. A. Alonso, C. Gómez-Rodríguez, y J. Vilares. 2014. Lys at clef replab 2014: Creating the state of the art in author...
  • Villatoro-Tello, E., G. Ramírez-de-la Rosa, C. Sánchez-Sánchez, H. Jiménez-Salazar, W. A. Luna-Ramírez, y C. Rodríguez Lucatero. 2014.
  • Uamclyr at replab 2014: Author profiling task. En Conference and Labs of the Evaluation Forum (Working Notes), páginas 1547–1558.