[論文レビュー] Instagram Post Data Analysis

Steve Chang|arXiv (Cornell University)|Oct 7, 2016

Video Analysis and Summarization参考文献 5被引用数 10

ひとこと要約

本研究では、米国50都市のInstagramデータを分析し、フィルター使用状況とハッシュタグの人気度が場所によってどのように異なるかを調査することで、視覚的好みやトレンドにおける文化的差異を明らかにした。APIデータ、可視化ツール（d3、Tableau）、地理空間マッピングを用いて、場所別に最適なフィルターの推奨を特定し、ワードクラウドとアスタープロットを通じて都市固有の文化的テーマを強調した。その結果、Larkなどの非デフォルトフィルターが特定の都市ではNormalよりも平均いいね数が上回ることが判明した。

ABSTRACT

Because of the spread of the Internet, social platforms become big data pools. From there we can learn about the trends, culture and hot topics. This project focuses on analyzing the data from Instagram. It shows the relationship of Instagram filter data with location and number of likes to give users filter suggestion on achieving more likes based on their location. It also analyzes the popular hashtags in different locations to show visual culture differences between different cities.

研究の動機と目的

• 米国各地のInstagramフィルターの好みとハッシュタグ使用状況がどのように変動するかを調査し、地域ごとのビジュアルカルチャーの違いを解明すること。
• ユーザーの地理的場所に基づいて、いいね数を増やす可能性の高いフィルターを推奨するデータドリブンなレコメンデーションシステムを構築すること。
• 地理空間的およびテクスト可視化技術を用いて大規模なInstagramデータを可視化・分析し、ユーザー行動と文化的トレンドのパターンを明らかにすること。
• 異なるフィルター（例：Normal、Lark、Earlybird）が都市ごとに平均いいね数に与える影響を比較し、デフォルト設定よりも優れた代替案を同定すること。
• 場所、メタデータ、視覚的特徴を組み合わせることで、時間的・地域的変化に伴う視覚的好みの進化を理解する可能性を探ること。

提案手法

• Instagram APIを用い、'basic'および'likes'スコープでデータ収集を行い、フィルター種別、タグ、いいね数、画像リンク、位置情報（緯度/経度）を抽出した。
• Pythonスクリプトを用いてデータを前処理し、結果のクリーニングと重複削除を実施。クエリごとの出力サイズにばらつきが生じるAPIの不整合に対処した。
• アスタープロットと円グラフを用いてフィルターの人気度を可視化し、フィルター種別とエンゲージメント指標を色分けで表現した。
• クロープレット風マップを用いて投稿の地理的分布を可視化し、上位10州では濃い色で投稿密度が高い地域を示した。
• 各都市のマップ上のドットの下に動的ワードクラウドを生成し、ハッシュタグの頻度を示した。フォントサイズが人気度を直接示し、明るい色が可読性を向上させた。
• d3.js、Tableauなどの複数の可視化ツールを統合し、場所別トレンドを探索可能なインタラクティブなウェブダッシュボードを構築した。

実験結果

リサーチクエスチョン

• RQ1 Instagramフィルターの人気度は米国各地でどのように異なるのか。また、特定の都市ではどのフィルターがより高い平均いいね数を記録するのか。
• RQ2 各地域で最も頻繁に使われるハッシュタグは何か。また、それらは地域の文化的イベントや関心をどのように反映しているのか。
• RQ3 地理的場所を用いて、投稿のエンゲージメント（いいね数）を最大化する最適なフィルター選択を予測できるか。
• RQ4 ロサンゼルス、ニューヨーク、シャーロットなどの都市間で、ビジュアルカルチャーのパターン（例：フィルターの好みやハッシュタグ使用）はどのように異なるのか。
• RQ5 メタデータ（例：場所、タグ）はユーザーのエンゲージメントを予測するのにおいて果たす役割は何か。また、これらのパターンは時間の経過とともにどのように変化するのか。

主な発見

• Normalフィルターは、すべての都市で最も頻繁に使用されたフィルターであり、他のどのフィルターとも比べて約10倍の投稿に使用されていた。
• シャーロットでは、Larkフィルターの平均いいね数がNormalフィルターを上回った。これは、非デフォルトフィルターが特定の都市ではデフォルトよりも優れたパフォーマンスを発揮しうることを示している。
• ロサンゼルスでは、'graduation'や'fashion'といったハッシュタグの使用頻度が高く、データ収集期間中に若者志向でイベント中心の文化が活発に見られたことを示唆している。
• ニューヨーク市では、'anime'や'Japanese animation'に関連するハッシュタグの集中が目立った。これは、同時に開催されたアニメフェアや文化的イベントの影響である可能性が高い。
• ワードクラウドの可視化は、都市固有の文化的テーマを効果的に強調しており、フォントサイズがハッシュタグ使用頻度を直接示している。
• アンケート調査の結果、マップと円グラフの色分けに明確なラベルがなかったため、最終版ではテキストによる説明を追加し、デザイン改善が行われた。