[論文レビュー] Analyzing User Activities, Demographics, Social Network Structure and User-Generated Content on Instagram

Lydia Manikonda, Yuheng Hu+1 more|arXiv (Cornell University)|Oct 29, 2014

Social Media and Politics参考文献 8被引用数 69

ひとこと要約

本研究では、Instagram APIを用いて1か月分のクロールデータを収集し、ユーザー行動、デモグラフィックス、ソーシャルネットワーク構造、ユーザー生成コンテンツを大規模に分析した。その結果、Instagramは、Twitter や Flickr とは対照的に、高いクラスタリングと低い相互性を示す特徴的なソーシャルネットワーク特性を有していることが判明した。また、ユーザーはTwitterに比べて31倍の頻度で位置情報を共有しており、これは場所ベースのソーシャル共有に強い傾向があることを示している。

ABSTRACT

Instagram is a relatively new form of communication where users can instantly share their current status by taking pictures and tweaking them using filters. It has seen a rapid growth in the number of users as well as uploads since it was launched in October 2010. Inspite of the fact that it is the most popular photo sharing application, it has attracted relatively less attention from the web and social media research community. In this paper, we present a large-scale quantitative analysis on millions of users and pictures we crawled over 1 month from Instagram. Our analysis reveals several insights on Instagram which were never studied before: 1) its social network properties are quite different from other popular social media like Twitter and Flickr, 2) people typically post once a week, and 3) people like to share their locations with friends. To the best of our knowledge, this is the first in-depth analysis of user activities, demographics, social network structure and user-generated content on Instagram.

研究の動機と目的

• Twitter や Flickr などの他のソーシャルメディアプラットフォームと比較して、Instagram の根本的な違いを理解すること。
• 相互性、クラスタリング、ハモフィリーを含む、Instagram のソーシャルネットワーク構造を調査すること。
• 投稿頻度、コメントのパターン、コンテンツの特性を含む、ユーザーの投稿行動を分析すること。
• ユーザー活動の地理的分布と、Instagram における位置情報共有の範囲を検討すること。
• Instagram のユーザー生成コンテンツ、デモグラフィックス、ネットワーク構造について、初の大規模かつ詳細な分析を提供すること。

提案手法

• 1か月間にわたりInstagram APIを用いて、ランダムに抽出された369,828人のInstagramユーザーと566万件の公開投稿を収集した。
• ユーザーのデモグラフィックス、投稿頻度、ソーシャルネットワーク関係（フォロー/フォロワー）を抽出・分析し、ネットワーク構造を評価した。
• 投稿に含まれるGPS座標を用いて、地理的分布と位置情報共有行動を分析し、凝集型クラスタリングを用いてポイントをメトロポリタン地域にグループ化した。
• クラスタリング係数、相互性、ハモフィリーなどのソーシャルネットワーク指標を測定し、Instagram を Twitter や Flickr と比較した。
• コメントの長さとコンテンツを分析し、語数とハッシュタグ使用状況を含め、ユーザーの相互作用パターンを理解した。
• 地理的分析のため、Foursquare API を活用してGPSクラスタを都市レベルの場所にマッピングした。

実験結果

リサーチクエスチョン

• RQ1 Instagram のソーシャルネットワーク構造は、相互性、クラスタリング、ハモフィリーの観点から、Twitter や Flickr とどのように異なるか？
• RQ2 Instagram におけるユーザーの投稿頻度の平均はどの程度で、ユーザーはコメントを通じてどのように相互作用しているか？
• RQ3 Instagram ユーザーは、Twitter などの他のプラットフォームのユーザーと比較して、どの程度の頻度で地理的位置を共有しているか？
• RQ4 Instagram で最も使われているフィルターとコンテンツタイプは何か？また、それらはユーザー行動とどのように相関しているか？
• RQ5 Instagram は世界中のさまざまな都市や地域でどのように使われており、位置情報が付加されたコンテンツにどのようなパターンが見られるか？

主な発見

• Instagram ユーザーは平均して6.5日ごとに投稿しており、中程度の頻度だが一定したユーザー活動を示している。
• Instagram のソーシャルネットワークは高いクラスタリング（0.42）を示すが、相互性は低い（0.18）ため、Flickr のようなより相互的なプラットフォームとは対照的である。
• ユーザーは全投稿の18.8％で位置情報を共有しており、これはTwitterの0.6％（GPSタグ付きツイートの割合）と比較して31倍高い。
• Instagram のコメントは非常に短く、1件あたり平均4.7語であるが、文字数制限は存在しない。
• Instagram で最も人気のある上位10都市にはニューヨーク、バンコク、ロサンゼルス、ロンドンが含まれており、グローバルな使用傾向が顕著に表れている。
• 最も人気のあるフィルターは、Normal、Amaro、X-Pro II、Valencia、Rise であり、特にAmaro が最も頻繁に使用されている。