Predikcija popularnosti objava na Twitteru

master's thesis

• Title (english): Popularity Prediction on Twitter
• Author: Leo Obadić
• Mentor: Jan Šnajder (mentor)
• Committee member: Jan Šnajder (predsjednik povjerenstva)
• Committee member: Alan Jović (član povjerenstva)
• Committee member: Marko Čupić (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2021-09-17, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

Velik broj ljudi koristi društvene mreže. Gotovo svatko može objaviti informacije koje ne moraju biti točne. Kako bismo bolje razumjeli što čini takve informacije popularnim, pojavila se potreba za modelima koji mogu obraditi golem skup informacija. U ovom radu smo konstruirali skup podataka sačinjen od objava prikupljenih s Twittera. Svaka je objava iz domene obrade prirodnog jezika te uključuje sažetak i naslov znanstvenog rada dohvaćenog preko poveznice iz objave. U ovom radu smo proširili trenutna rješenja tako što smo dodali novi skup informacija dobivenih iz teksta znanstvenog rada, informacijama o pratiteljima autora objave te informacijama o trendu korištenih riječi u samoj objavi. U rezultatima smo pokazali u kojoj mjeri takve informacije utječu na predikciju. Pokazano je kako popularnost samog znanstvenog rada ne ovisi o tekstu rada. Modeli koje smo koristili su bazirani na GloVe-u, kombinaciji GloVe-a i GRU-a, te BERT-u. Uspoređujući navedene modele nismo dobili veliku razliku u točnosti predikcije unutar istog zadatka. Uobičajeno autori rješavaju problem kao klasifikaciju dok smo mi pokazali kako regresijski pristup poboljšava performanse modela. Na kraju smo pokazali kako normalizacija prediktivne varijable brojem pratitelja olakšava problem i konsekventno povlači povećanje performanse modela.

Abstract (english)

With the advent of social networks, information sharing has become available to the general public, empowering individuals to be sources of news as well as misinformation. In order to better gauge the reach a post will have on a platform, an opportunity has arisen for models which can predict the popularity of a user's post on a platform. In this thesis, we constructed the dataset that consists of posts from the NLP community and contains arXiv pre-prints, extended the current approaches with graph-based features computed from user's social network, trend-based features computed from the historically popular tweets, as well as features extracted from arXiv pre-prints. By adding those features, we increased the model's performance, showed what features influence prediction the most, and confirmed that the popularity of pre-print isn't affected much by its content. We used GloVe averaging, GRU with GloVe, and BERT variants for which we compared the results and showed that there isn't much difference in their performance. Traditionally, scholars framed the task as classification and we showed how framing the task as regression helps improve the model's performance. Finally, we introduced a normalization algorithm that made popularity user-dependent, which simplified the problem and increased the model's performance.

• Keywords: Twitter; BERT; GRU; GloVe; predikcija popularnosti; obrada prirodnog jezika; strojno učenje; umjetna inteligencija; regresija; klasifikacija; ordinalna klasifikacija
• Keywords (english): Twitter; BERT; GRU; GloVe; predikcija popularnosti; obrada prirodnog jezika; strojno učenje; umjetna inteligencija; regresija; klasifikacija; ordinalna klasifikacija
• Language: english
• URN:NBN: urn:nbn:hr:168:179901
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2023-01-13 10:30:35