[論文レビュー] Analyzing User Engagement with TikTok's Short Format Video Recommendations using Data Donations

Savvas Zannettou, Olivia-Nemes Nemeth+5 more|arXiv (Cornell University)|Jan 12, 2023

FinTech, Crowdfunding, Digital Finance被引用数 7

ひとこと要約

本研究では、EUのGDPRに基づく個人データの閲覧権を活用して、研究者がTikTokの実際のユーザー行動データを収集できるGDPR準拠のデータ寄付システムを導入した。本研究は、TikTokユーザーのエンゲージメントに関する、初めての大規模で定量的な分析を提示しており、ユーザーは1日あたり中央値で90本の動画を視聴し、27分間プラットフォームに滞在していることが判明。特に18〜24歳の若年層は、いいねや視聴時間の長さにおいてより頻繁にエンゲージしていることが明らかになった。

ABSTRACT

Short-format videos have exploded on platforms like TikTok, Instagram, and YouTube. Despite this, the research community lacks large-scale empirical studies into how people engage with short-format videos and the role of recommendation systems that offer endless streams of such content. In this work, we analyze user engagement on TikTok using data we collect via a data donation system that allows TikTok users to donate their data. We recruited 347 TikTok users and collected 9.2M TikTok video recommendations they received. By analyzing user engagement, we find that the average daily usage time increases over the users' lifetime while the user attention remains stable at around 45%. We also find that users like more videos uploaded by people they follow than those recommended by people they do not follow. Our study offers valuable insights into how users engage with short-format videos on TikTok and lessons learned from designing a data donation system.

研究の動機と目的

• ウェブスクリーピング、自己報告、研究者によるアカウント作成といった従来のTikTok研究手法に伴う制限を克服すること。
• 研究者がTikTokから真正な大規模ユーザー行動データを収集できる、プライバシーを守るデータ寄付システムの開発。
• 寄付されたデータを用いて、TikTokにおける実際のユーザーのエンゲージメントパターン、コンテンツ消費習慣、および人口統計的差異を調査すること。
• 閉鎖型ソーシャルメディアプラットフォームにおける研究手法としてのデータ寄付の実現可能性、信頼性、および課題を評価すること。

提案手法

• EUのGDPR第15条を活用し、ユーザーが自身のTikTok個人データを要求・ダウンロードできるようにした。
• 研究者に安全に寄付できるように、ユーザーがTikTokデータ（視聴履歴、いいね、共有など）を匿名化・カスタマイズできるデータ寄付システムを構築した。
• データ寄付の前段階で、ユーザーがローカルでデータを匿名化・確認できるオフラインツールを提供し、プライバシーと信頼性を向上させた。
• 347名の参加者から、合計490万本の動画が920万回視聴されたデータを収集した。
• 参加を促すために、視聴履歴は5ドル、オプション項目は1ドルの報酬モデルを採用した。
• 後から動画メタデータを収集し、セッション推定技術を適用して視聴時間の推定を試みたが、既知の制限を伴った。

実験結果

リサーチクエスチョン

• RQ1 実際のTikTokユーザーは1日あたりどの程度のコンテンツを消費しており、プラットフォームにどの程度の時間を費やしているか？
• RQ2 TikTokでは動画エンゲージメント（いいね、共有、コメントなど）がどの程度一般的であり、人口統計的グループ間でどのように異なるか？
• RQ3 TikTokのような閉鎖型プラットフォームを研究対象とする際、データ寄付システムの主な課題と制限は何か？
• RQ4 年齢などの人口統計的要因が、TikTokにおける視聴行動やエンゲージメントパターンにどのように影響を与えるか？
• RQ5 TikTokのデータダウンロード機能から提供されるデータは、どの程度正確かつ包括的か？

主な発見

• 参加者は1日あたり中央値で90本の動画を視聴し、1日平均27分間TikTokに滞在しており、高い日次エンゲージメントが示された。
• 18〜24歳の若年層は、25〜34歳の年齢層よりも有意にTikTokに長く滞在しており、年齢によるプラットフォーム利用の差が明らかになった。
• いいねが最も一般的なエンゲージメント形態であり、18〜24歳の若年層は25〜34歳の年齢層よりも多くの動画にいいねをした。これは世代間のインタラクションパターンの違いを示している。
• データ寄付システムにより、合計490万本の動画が920万回視聴されたデータを収集できた。これは、GDPRに基づくデータアクセスを活用した大規模な行動データ収集の実現可能性を示している。
• 欠落しているデータ（例：いいね記録に2か月分の空白）は、TikTokのデータエクスポート機能の不整合を浮き彫りにし、データの完全性とプラットフォームのコンプライアンスに関する懸念を呈した。
• 本研究では、推定されたセッションの最後の動画視聴が分析対象外であったため、プラットフォーム滞在時間が低く見積もられている可能性があり、報告された時間は下限値に過ぎないことが判明した。