[論文レビュー] Content-based Analysis of the Cultural Differences between TikTok and Douyin

Li Sun, Haoqi Zhang+2 more|arXiv (Cornell University)|Nov 3, 2020

Visual Attention and Saliency Detection参考文献 15被引用数 6

ひとこと要約

本研究は、コンテンツベースの動画分析を用いて、TikTok（グローバル）とDouyin（中国限定）の文化的差を分析する。Faster R-CNNを物体検出に、I3Dを人間の行動認識に適用した結果、Douyinは家族中心で静的・屋内的で、食料品や家庭用品を強調しているのに対し、TikTokはよりダイナミックで個人主義的で屋外的活動と電子機器を特徴としており、ライフスタイルと自己表現における文化的価値の差が顕在化している。

ABSTRACT

Short-form video social media shifts away from the traditional media paradigm by telling the audience a dynamic story to attract their attention. In particular, different combinations of everyday objects can be employed to represent a unique scene that is both interesting and understandable. Offered by the same company, TikTok and Douyin are popular examples of such new media that has become popular in recent years, while being tailored for different markets (e.g. the United States and China). The hypothesis that they express cultural differences together with media fashion and social idiosyncrasy is the primary target of our research. To that end, we first employ the Faster Regional Convolutional Neural Network (Faster R-CNN) pre-trained with the Microsoft Common Objects in COntext (MS-COCO) dataset to perform object detection. Based on a suite of objects detected from videos, we perform statistical analysis including label statistics, label similarity, and label-person distribution. We further use the Two-Stream Inflated 3D ConvNet (I3D) pre-trained with the Kinetics dataset to categorize and analyze human actions. By comparing the distributional results of TikTok and Douyin, we uncover a wealth of similarity and contrast between the two closely related video social media platforms along the content dimensions of object quantity, object categories, and human action categories.

研究の動機と目的

• 自動化された動画コンテンツ分析を通じて、TikTokとDouyinの文化的差を調査すること。
• ユーザー生成のショートビデオが、物体の使用法と人間の行動において地域的文化的好みをどのように反映しているかを検討すること。
• 両プラットフォーム間で検出された物体と行動の分布を比較し、文化的差を明らかにすること。
• プラットフォーム固有のコンテンツが、家族重視対個人主義といった文化的価値を反映していることを検証すること。
• メディアプラットフォームが視覚的コンテンツを通じて社会的・文化的アイデンティティをどのように形成・反映しているかを検討すること。

提案手法

• MS-COCOで事前学習されたFaster R-CNNを用い、TikTokおよびDouyinのショートビデオにおける視覚的物体の検出と分類を行う。
• 検出されたラベルを構造的分類体系（例：食品、動物、電子機器、スポーツ）に分類し、比較分析を実施する。
• ラベル頻度ベクトルのコサイン類似度を用いて、物体カテゴリごとの文化的多様性および類似性を測定する。
• ラベルと人物の共起分布を分析し、社会的文脈を示す人物と特定の物体の共起パターンを評価する。
• Kineticsデータセットで事前学習されたI3Dモデルを用い、ビデオ内の人の行動を認識・分類する。
• スポーツ、日常行動、料理作業などのカテゴリごとの行動頻度分布を比較し、文化的行動様式を推察する。

実験結果

リサーチクエスチョン

• RQ1 TikTokとDouyinにおける検出された視覚的物体の頻度と分布にどのような差が見られるか？
• RQ2 コサイン類似度によるラベル類似度は、両プラットフォーム間の文化的多様性または均質性をどの程度反映しているか？
• RQ3 人物と特定の物体の共起パターンは、TikTokとDouyinでどのように異なるか。これは社会的文脈にどのような含意をもたらすか？
• RQ4 各プラットフォームで支配的となる人間の行動カテゴリは何か。これらはライフスタイルと自己表現における文化的差をどのように反映しているか？
• RQ5 TikTokとDouyinのコンテンツパターンは、個人主義対集団主義といった広範な文化的価値とどの程度整合しているか？

主な発見

• Douyinユーザーは、台所用品、食事用テーブル、家庭用品など、屋内的で家族中心の物体をより頻繁に使用しており、家庭的・家族的ライフスタイルに注目していることが示唆される。
• TikTokユーザーは電子機器や家電製品をより多く使用しており、技術統合的で個人主義的な自己表現の傾向がうかがえる。
• 食品カテゴリにおいて、Banana（バナナ）はDouyinで、Apple（りんご）はTikTokで最多を占めており、地域的食事嗜好と文化的習慣の差が反映されている。
• TikTokではスポーツ関連の行動や屋外活動の頻度が高く、自己表現や身体的参加への文化的傾向がうかがえる。
• Douyinでは、バーベキューと食事といったリラクゼーションやエンターテインメント中心の行動が目立つため、レジャーと社会的絆の重視がうかがえる。
• ラベルと人物の分布から、Douyinの動画では家族や家庭環境での人物の登場がより頻繁に観察される一方、TikTokの動画では、屋外や公共空間での単独またはペア・グループ行動の人物がより多く登場する。