[論文レビュー] Fashion Conversation Data on Instagram

Yu-i Ha, Sejeong Kwon+2 more|arXiv (Cornell University)|Apr 13, 2017

Fashion and Cultural Textiles被引用数 5

ひとこと要約

本論文は、手動タグ付けとトレーニング済みのCNNを用いて画像タイプを分類する、視覚的カテゴリーと感情的キューをラベル付けした24,752枚のInstagramファッション画像からなる新規データセットを紹介する。『ボディスナップ』および『顔』を含む画像—ファッションを自然に表現するもの—は、『プロダクトオンリー』のショットに比べて頻度は低いものの、顕著に高いエンゲージメントを生み出している。これは、ソーシャルメディアにおけるファッションマーケティングにおいて、本物のビジュアルストーリーテリングの重要性を示している。

ABSTRACT

The fashion industry is establishing its presence on a number of visual-centric social media like Instagram. This creates an interesting clash as fashion brands that have traditionally practiced highly creative and editorialized image marketing now have to engage with people on the platform that epitomizes impromptu, realtime conversation. What kinds of fashion images do brands and individuals share and what are the types of visual features that attract likes and comments? In this research, we take both quantitative and qualitative approaches to answer these questions. We analyze visual features of fashion posts first via manual tagging and then via training on convolutional neural networks. The classified images were examined across four types of fashion brands: mega couture, small couture, designers, and high street. We find that while product-only images make up the majority of fashion conversation in terms of volume, body snaps and face images that portray fashion items more naturally tend to receive a larger number of likes and comments by the audience. Our findings bring insights into building an automated tool for classifying or generating influential fashion information. We make our novel dataset of {24,752} labeled images on fashion conversations, containing visual and textual cues, available for the research community.

研究の動機と目的

• ファッションブランドや個人がInstagramで視覚的コンテンツをどのように活用してエンゲージメントを促進しているかを理解すること。
• いいねやコメントの数と相関する視覚的特徴（画像タイプ、顔の表情、ブランド表示など）を特定すること。
• 今後のファッショントレンド検出、パーソナライズド推薦、自動コンテンツ分析の研究を可能にするラベル付きデータセットを構築すること。
• 視覚的およびテキスト的アノテーションを備えた、細分化されたファッション画像データセットが公に利用可能でない現状に対処すること。
• 高頻度のファッション投稿と、実際に視聴者との相互作用を生み出す投稿との間のギャップを調査すること。

提案手法

• 5つの視覚的カテゴリー（セルフィ、ボディスナップ、マーケティングショット、プロダクトオンリー、ノンファッショング）に分類された24,752枚のInstagramファッション画像の手動アノテーション。
• 画像カテゴリーと『顔』や『ブランドロゴ』などの視覚的特徴を自動で検出できるように、アノテート済みデータで訓練された畳み込みニューラルネットワーク（CNN）の構築。
• 顔を含む画像における感情的キュー（例：喜び、ニュートラル）を検出するために、事前学習済みの顔の感情分類器を適用。
• 回帰分析および分散分析（ANOVA）を用いて、視覚的特徴と視聴者エンゲージメント（いいね／コメント数）との関係を分析。
• ホールドアウトテストセットを用いた定量的評価により、CNNモデルの精度を検証。
• ハッシュタグを活用したデータ収集により、4種類のブランドタイプ（メガコルチュール、スモールコルチュール、デザイナー、ハイストリート）の48のファッションブランドから投稿を収集。

実験結果

リサーチクエスチョン

• RQ1 Instagramのファッション投稿におけるどの視覚的画像タイプがいいねやコメントの獲得に最も効果的か？
• RQ2 ファッション画像に含まれる顔の表情や感情的キューは、視聴者エンゲージメントにどのように影響するか？
• RQ3 画像タイプ（例：プロダクトオンリー対ボディスナップ）とユーザーのエンゲージメント量の関係は何か？
• RQ4 ハイストリートブランドとコルチュールブランドなどの異なるファッションブランドタイプは、Instagramにおける視覚的コンテンツ戦略でどのように異なるか？
• RQ5 クリックバイトやズームインした織り目特徴のショットのような非標準的ファッション画像を分類する際の課題は何か？

主な発見

• 最も頻度が高いにもかかわらず、『プロダクトオンリー』画像は全体の大部分を占める一方で、いいねの19％しか得ておらず、最もエンゲージメントが低かった。
• ファッションアイテムを自然で文脈的な状況で表現する『ボディスナップ』および『セルフィ』画像は、全体の投稿数の31％にとどまっているにもかかわらず、全体のいいねの53％を占めた。
• 顔を含む画像、特に喜びやニュートラルな表情を示す画像は、いいね数の増加と統計的に有意な正の相関関係を示した。
• CNNモデルは5つの主要な視覚的カテゴリーの分類において高い正確性を達成し、自動ファッション画像分類の実現可能性を示した。
• 広告、クリックバイト、ズームインした織り目特徴のショットといった非標準的画像タイプは頻繁に見られるが、主なカテゴリーに含まれず、現在の分類スキームの限界を露呈した。
• データセットは、一部のファッションハッシュタグが非ファッションの文脈でも使用されていることを明らかにした。これは、画像スパムの存在を示しており、ユーザーゲネレーテッドコンテンツにおける信号検出の向上の必要性を示唆している。