■

Dynamical Classes of Collective Attention on Twitter
J. Lehmann, B. Gonçalves, J. J. Ramasco, and C. Cattuto
WWW '12 Pages 251-260

Twitterのハッシュタグの増減時系列で，(1)ピークと前に盛り上がったもの，(2)ピークと後に盛り上がったもの，(3)ピーク前後で盛り上がったもの，(4)ピーク時のみに盛り上がったもの，の4つのクラスに分ける．
SornetteらのPNASと似ているが，ベキ指数等難しい(?)関数型は持ち出さず，ただただ，ピーク前後の1週間とピーク時の書き込み数の比率を比較するという，かなりシンプルな方法．

ピークの抽出方法，単語を概念化する方法などがなかなか参考になる．
特に概念化の方法は，最終的に単語を18000のconceptsに分類するのだが，Stemmingで荒く単語を原型に直して，Lemmatisationでさらに，good=betterなどの難しい分類も行っている．
残念ながら日本語にはそのライブラリは見たらなそうだが，考え方は参考になりそう．WordNetをつかっているので，それは日本語版も存在するので．