DOI QR코드

DOI QR Code

Analyzing the Credibility of the Location Information Provided by Twitter Users

트위터 사용자가 제공한 위치정보의 신뢰성 분석

  • 이범석 (가톨릭대학교) ;
  • 김석중 (가톨릭대학교 컴퓨터공학과) ;
  • 황병연 (가톨릭대학교 컴퓨터정보공학부)
  • Received : 2012.01.17
  • Accepted : 2012.05.09
  • Published : 2012.07.31

Abstract

We have observed huge success in social network services like Facebook and Twitter, and many researchers have done their analysis on these services. As massive data observed by users is produced on Twitter, many researchers have been conducting research to detect an event on Twitter. Some of them developed a system to detect the earthquakes or to find the local festivals. However, they did not consider the credibility of location information on Twitter although their systems were using the location information. In this paper, we analyze the credibility of the profile location and the correlation between the spatial attributes on Twitter as the preliminary research of the event detection system on Twitter. We analyzed 0.5 million Twitter users in Korea and 2.8 million users around the world. 49.73% of the users in Korea and 90.64% of the users in the world posted tweets in their profile locations. This paper will be helpful to understand the credibility of the spatial attributes on Twitter when the researchers develop an application using them.

트위터와 페이스북 같은 소셜 네트워크 서비스가 급격히 성장하면서, 소셜 네트워크 분석에 관련된 연구들도 많은 관심을 받고 있다. 특히 최근에는 트위터 상에 사용자가 관찰한 방대한 양의 정보가 실시간으로 생산된다는 점에 착안하여, 트위터 데이터 분석을 통한 이벤트 감지를 시도하는 연구가 진행되어왔다. 이를 통해 지진 발생을 감지하여 알려주는 시스템이나 지역 축제를 탐지하는 시스템의 개발 등 다양한 연구가 있었다. 그러나 이러한 시스템은 이벤트 발생위치를 탐지할 때 사용자가 제공한 위치정보나 트윗 작성위치를 사용하면서도 그 정확성에 대한 분석은 수행하지 않았다. 본 논문에서는 이벤트 감지 시스템 개발의 사전연구로써, 사용자가 입력한 프로필의 위치정보와 트윗에 포함된 GPS 좌표 사이의 관계와 신뢰성을 분석한다. 이 실험을 위해 52 만개 이상의 국내 사용자 계정과 280 만개 이상의 해외 사용자 계정을 분석하였고, 그 결과 국내 사용자의 경우 49.73%가, 해외 사용자의 경우 90.64%가 프로필 위치에서 주로 트윗을 작성한 것으로 나타났다. 이러한 분석 결과를 통해 사용자 위치정보의 신뢰성 수준을 알 수 있었으며, 이 결과는 추후 트위터의 위치정보를 활용하는 응용을 개발할 때 참고할 수 있을 것으로 기대한다.

Keywords

References

  1. A. Chowdhury, Global Pulse, http://blog.twitter.com/2011/06/global-pulse.html, 2011.
  2. N. K. Cheblb and R. M. Sohall, "The Reasons Social Media Contributed to the 2011 Egyptian Revolution," Int'l Journal of Business Research and Management, Vol. 2, Issue 3, pp. 139-162, 2011.
  3. T. Sakaki, M. Okzaki, and Y. Matsuo, "Earthquake Shakes Twitter Users: Real-time Event Detection by Social Sensors," Proc. of the 19th Int'l Conf. on World Wide Web, pp. 851-860, 2010.
  4. M. Nagarajan, K. Gomadam, A. P. Sheth, A. Ranabahu, R. Mutharaju, and A. Jadhav, "Spatio-Temporal-Thematic Analysis of Citizen Sensor Data: Challenges and Experiences," Proc. of the 10th Int'l Conf. on Web Information Systems Engineering, LNCS, Vol. 5802, pp. 539-553, 2009.
  5. J. Russell, Japan Overtakes Indonesia as Biggest Twitter User in Asia, http://www.asiancorrespondent.com, 2011.
  6. 황경상, 트위터 사용자 늘고 '상위 1%' 집중도 심화, http://wkh.kr/uWi4Pj, 경향신문, 2011.
  7. ITU, ITU Measuring the Information Society 2011, http://www.itu.int/ITU-D/ict/, International Telecommunication Union, 2011.
  8. 방송통신위원회, 2011년도 국정감사 서면질의 답변서, http://www.kcc.go.kr, 방송통신위원회, 2011.
  9. 이범석, 김석중, 최우성, 장경훈, 윤진영, 황병연, "트위터에서 사용자 위치와 트윗 작성위치의 관계분석," 제28회 한국멀티미디어학회 추계학술대회논문집, 제14권, 제2호, pp. 1-3, 2011.
  10. R. Lee and K. Sumiya, "Measuring Geographical Regularities of Crowd Behaviors for Twitter-based Geo-social Event Detection," Proc. of the 2nd ACM SIGSPATIAL Int'l Workshop on Location Based Social Networks, pp. 1-10, 2010.
  11. Bumsuk Lee and Byung-Yeon Hwang, "A Study of the Correlation between the Spatial Attributes on Twitter," Proc. of the 28th IEEE Int'l Conf. on Data Engineering Workshop on Spatio Temporal data Integration and Retrieval, 2012.
  12. Version 1.0 야후! 주소 ${\leftrightarrow}$ 좌표 변환 API, http://kr.open.gugi.yahoo.com/document/geocooder.php, 2011.
  13. List of sovereign states and dependent territories by population density, http://en.wikipedia.org/wiki/List_of_sovereign_states_and_dependent_territories_by_population_density, 2012.
  14. 윤혜진, 창병모, "위치 인식을 이용한 음식점 추천 시스템의 설계 및 구현", 멀티미디어학회논문지, 제14권, 제1호, pp. 112-120, 2011.
  15. 이중기, 김창수, "스마트폰 앱기반 재난정보 서비스 및 검색기능 구현", 멀티미디어학회논문지, 제15권, 제2호, pp. 273-290, 2012. https://doi.org/10.9717/kmms.2012.15.2.273

Cited by

  1. A Method for Detecting Event-Location based on Similar Keyword Extraction in Tweet Text vol.23, pp.5, 2015, https://doi.org/10.12672/ksis.2015.23.5.001
  2. Design and Implementation of Marketing Advisement System through the Concern Degree Analysis of Customers Based on Twitter vol.14, pp.3, 2014, https://doi.org/10.7236/JIIBC.2014.14.3.185
  3. TRED : Twitter based Realtime Event-location Detector vol.4, pp.8, 2015, https://doi.org/10.3745/KTSDE.2015.4.8.301
  4. A Novel Data Prediction Model using Data Weights and Neural Network based on R for Meaning Analysis between Data vol.18, pp.4, 2015, https://doi.org/10.9717/kmms.2015.18.4.524
  5. Design and Implementation of the Extraction Mashup for Reported Disaster Information on SNSs vol.16, pp.11, 2013, https://doi.org/10.9717/kmms.2013.16.11.1297
  6. South Korean Culture Goes Latin America: Social network analysis of Kpop Tweets in Mexico vol.10, pp.1, 2014, https://doi.org/10.5392/IJoC.2014.10.1.036