■

Dynamical Classes of Collective Attention in Twitter
J. Lehmann, B. Goncalves, J. J. Ramasco, and C. Cattuto
arXiv:1111.1896

Twitterのハッシュタグ(#○○○)の広がりを4つに分類して，それをWordNetという語彙の分類器にかけてどういった類いのものが，広がりやすいかなどspreadingのダイナミクスまで計測した論文．
4つの分類はいつもっともツイートされたかで分類して，

• before peak (クリスマスとかマスターズとかあらかじめ期日が分かったイベント類)
• after peak (winnenden?の銃乱射事件など突発性のニュース)
• at peak (オバマの初心演説などの1日限りのイベント)
• before and after peak (新ゲームの発売などの期待と感想が入り交じる場合)

（定量的な定義はないものの）これらで分けている．
時間スケールは1日単位（ツイッターなのにそれで良いかは疑問．）

あとは，データにフォロー関係もあることから，このハッシュタグの感染率がどのくらいか(β)，とか，周りに誰も使ってないが自発的に使う率はどのくらいか(γ)とか，そのハッシュタグを使い続けた時間*1(τ)なども計測している．

ベキ指数ではなくWordNetを使って，概念で分類するところにこの論文のウリがあるようで，

Note the tight relation observed between content and popularity dynamic proles may open the door to fast content inference techniques based on the study of the popularity dynamics.

というところなのだろう．

*1:これだけは1hour単位