[論文レビュー] Gendered Conversation in a Social Game-Streaming Platform

Supun Nakandala, Giovanni Luca Ciampaglia+2 more|arXiv (Cornell University)|Nov 20, 2016

Digital Games and Media被引用数 16

ひとこと要約

本研究では、NLPおよび埋め込みモデルを用いて、10億件を超えるTwitchチャットメッセージを分析し、ソーシャルゲーム配信におけるジェンダーに起因する会話の特徴を検証した。その結果、女性ストリーマーは男性ストリーマーに比べて著しく対象化された発言を多く受ける一方、男性ストリーマーはゲーム関連の発言が多くなることが明らかになった。この差は人気のあるチャンネルで顕著に現れ、ユーザーのクラスタリング分析からジェンダーに起因する視聴者の好みやモデレーションのパターンが明らかになった。

ABSTRACT

Online social media and games are increasingly replacing offline social activities. Social media is now an indispensable mode of communication; online gaming is not only a genuine social activity but also a popular spectator sport. With support for anonymity and larger audiences, online interaction shrinks social and geographical barriers. Despite such benefits, social disparities such as gender inequality persist in online social media. In particular, online gaming communities have been criticized for persistent gender disparities and objectification. As gaming evolves into a social platform, persistence of gender disparity is a pressing question. Yet, there are few large-scale, systematic studies of gender inequality and objectification in social gaming platforms. Here we analyze more than one billion chat messages from Twitch, a social game-streaming platform, to study how the gender of streamers is associated with the nature of conversation. Using a combination of computational text analysis methods, we show that gendered conversation and objectification is prevalent in chats. Female streamers receive significantly more objectifying comments while male streamers receive more game-related comments. This difference is more pronounced for popular streamers. There also exists a large number of users who post only on female or male streams. Employing a neural vector-space embedding (paragraph vector) method, we analyze gendered chat messages and create prediction models that (i) identify the gender of streamers based on messages posted in the channel and (ii) identify the gender a viewer prefers to watch based on their chat messages. Our findings suggest that disparities in social game-streaming platforms is a nuanced phenomenon that involves the gender of streamers as well as those who produce gendered and game-related conversation.

研究の動機と目的

• Twitchにおけるストリーマーの性別が、視聴者によるチャットメッセージの性質にどのように影響するかを調査すること。
• 特に女性ストリーマーに対する対象化の傾向を含め、オンラインゲーム配信における系統的なジェンダー格差を同定すること。
• 自然言語処理を用いたテキスト分析により、チャット言語の特徴から視聴者の好みやストリーマーの性別をモデル化すること。
• チャンネルの人気度が、チャットにおけるジェンダーに起因する対話の構造や内容にどのように影響するかを検証すること。

提案手法

• チャットメッセージ内のジェンダーに起因する言語パターンを特定するため、情報的ディリクレ事前分布を用いたログオッズ比を適用した。
• 文書ベクトル（doc2vec）を用いて、メッセージとユーザーを共通のベクトル空間に埋め込み、分類およびクラスタリングを実施した。
• t-SNE可視化とベクトル演算を用いて、語の意味的クラスターやユーザー行動のパターンを探索した。
• バイナリ分類器を訓練し、チャット内容からストリーマーの性別や視聴者の性別好みを予測した。
• 人気の異なるチャンネルにおける人称代名詞の使用法と対象化の兆候を分析し、会話のダイナミクスの変化を検出した。
• 特に人気の低いチャンネルにおいては、活発なチャットモデレーションに関連するユーザークラスタを同定することで、モデレーションのパターンを検証した。

実験結果

リサーチクエスチョン

• RQ1 ストリーマーに向けられたチャットメッセージは本質的にジェンダーに起因しており、ストリーマーの性別がこれらのメッセージの内容にどのように影響するか？
• RQ2 Twitchにおいて、男性ストリーマーと女性ストリーマーが受けるコメントの種別（例：ゲーム関連 vs. 対象化）に、測定可能な差があるか？
• RQ3 ストリーマーのチャンネルの人気度が、チャットにおける対象化やゲーム関連の言語の出現頻度にどのように影響するか？
• RQ4 ユーザーのチャット行動から、視聴者が視聴しているストリーマーの性別や好みの性別を予測できるか？
• RQ5 ユーザーのモデレーションクラスタは、特に人気の低いチャンネルにおいて、会話環境をどのように形成しているか？

主な発見

• 女性ストリーマーは男性ストリーマーに比べて、著しく対象化された発言を多く受ける。この差は特に人気のあるチャンネルで顕著に現れる。
• 男性ストリーマーは女性ストリーマーに比べ、ゲーム関連のコメントの割合が高い。一方、女性ストリーマーは外見や性別に関する言及が多くなる。
• 人気の高い女性ストリーマーのチャンネルでは、対象化の兆候が集中している一方、人気の低いチャンネルではモデレーション活動や第二人称代名詞の使用が目立つ。これは、より親密な対話の形式であることを示唆している。
• doc2vecによるクラスタリングで、男性ストリーマーのチャンネル専用、または女性ストリーマーのチャンネル専用に投稿するユーザーの明確なグループが特定され、ジェンダーに起因する視聴者の好みの傾向が裏付けられた。
• doc2vecモデルは、従来のbag-of-words特徴よりも高い精度でストリーマーの性別と視聴者の好みを予測できた。これは文脈を考慮した埋め込みの価値を示している。
• 人気の低いチャンネルでは第一人称・第二人称代名詞の使用が目立つ（個人的な対話の兆候）が、人気の高いチャンネルでは第三人称や無人称表現が増加し、個人的対話から観察的対話のダイナミクスにシフトしていることが明らかになった。