[論文レビュー] Of course we share! Testing Assumptions about Social Tagging Systems

Stephan Doerfel, Daniel Zöller+4 more|arXiv (Cornell University)|Jan 3, 2014

Recommender Systems and Techniques参考文献 30被引用数 3

ひとこと要約

この論文は、実世界のシステムBibSonomyの6年間の匿名化されたサーバーログデータを用いて、ソーシャルタギングシステムに関する4つの根幹的仮定——社会的共有、リトリーブユーティリティ、ユーザー／タグ／リソースの平等性、人気の整合性——を検証している。研究では、一部の仮定は部分的に成立するが、平等性やリトリーブユーティリティといった仮定は実証的証拠によって顕著に挑戦を受けており、ソーシャルタギング研究におけるデータ駆動型の検証の必要性が浮き彫りになった。

ABSTRACT

Social tagging systems have established themselves as an important part in today's web and have attracted the interest from our research community in a variety of investigations. The overall vision of our community is that simply through interactions with the system, i.e., through tagging and sharing of resources, users would contribute to building useful semantic structures as well as resource indexes using uncontrolled vocabulary not only due to the easy-to-use mechanics. Henceforth, a variety of assumptions about social tagging systems have emerged, yet testing them has been difficult due to the absence of suitable data. In this work we thoroughly investigate three available assumptions - e.g., is a tagging system really social? - by examining live log data gathered from the real-world public social tagging system BibSonomy. Our empirical results indicate that while some of these assumptions hold to a certain extent, other assumptions need to be reflected and viewed in a very critical light. Our observations have implications for the design of future search and other algorithms to better reflect the actual user behavior.

研究の動機と目的

• 詳細な使用データへのアクセスが限られていたため、これまで検証が不足していたソーシャルタギングシステムに関する広く共有されている仮定を、実証的に検証すること。
• ソーシャルタギングシステムが真に協働的であり、リトリーブ指向的で、ユーザー／タグ／リソースの間で公平であり、人気指標が一貫しているかどうかを調査すること。
• サーバーログデータを用いた仮定の検証のためのメソドロジカルフレームワークを提供し、将来的な比較研究を可能にすること。
• 今後のソーシャルタギングシステムにおけるユーザー行動に関する研究を支援するため、BibSonomyログの独自で匿名化されたデータセットを寄与すること。
• 自己報告や投稿のみのデータではなく、実際のユーザーのリクエストと投稿行動に基づいて、ソーシャルタギングの既存理論的モデルを揺るがすことに寄与すること。

提案手法

• BibSonomyの6年間の匿名化されたサーバーログデータを収集・分析し、投稿（タギング）とリクエスト（ページビュー）の両方の行動を捉えた。
• リクエストログを用いて実際のリトリーブ行動を測定し、タギング行動と対比することでリトリーブ仮定の妥当性を評価した。
• ページビュー頻度とリクエストパターンの分析を通じて、ユーザー、タグ、リソースの各レベルでの人気を定量化した。
• 集計レベルの人気トレンドと個別レベルの行動を比較することで、人気仮定の妥当性を評価した。
• ページ訪問を通じたリソース共有の頻度と文脈を分析することで、社会的行動を評価した。
• 統計的分析を用いて、ユーザー、タグ、リソースのページビュー頻度を比較し、平等性仮定の検証を行った。

実験結果

リサーチクエスチョン

• RQ1 BibSonomyのユーザーは、個人情報管理のためではなく、社会的共有の目的でリソースを共有している程度はどの程度か？
• RQ2 ユーザーのタギング行動は、実際のリトリーブ行動とどの程度整合しているか——タギングは本当に後のリトリーブを支援しているのか？
• RQ3 フォークロネミー・モデルが仮定するように、ユーザー、タグ、リソースの間で注意と使用が公平に分配されていると見なせるか？
• RQ4 投稿の人気（例：頻繁に使われるタグ）が、リクエストの人気（例：ページビュー）とどの程度一致しているか？
• RQ5 個別レベルの行動と集計レベルのパターンとの間で、人気と使用の観点からどの程度の差があるか？

主な発見

• 一部のユーザー行動は社会的共有を示唆しているが、タギングやブラウジング行動の大部分は個人的であることが判明し、ソーシャルタギングシステムが社会的および個人情報管理の両方の目的を果たしていることが示唆された。
• 投稿されたリソースのわずかな割合しか後でリトリーブされていないため、タギングが後のアクセスのためのものであるというリトリーブ仮定は、実際の使用パターンによって強く支持されていないことが示された。
• ユーザーのページはリソースやタグのページよりもはるかに頻繁に訪問されていることから、フォークロネミー・モデルにおける平等性仮定がBibSonomyでは成立していない強力な証拠が得られた。
• 投稿の人気とリクエストの人気は集計レベルでは一致しているが、個別レベルでは弱い一致を示しており、人気仮定は部分的にしか成立していないことが判明した。
• ユーザー、タグ、リソース間の訪問頻度の差異は、ユーザー中心の設計や人気ベースのランク付けが、3者を対称的に扱うのよりも効果的である可能性を示唆している。
• 本研究は、ユーザー、タグ、リソースを対称的に扱うアルゴリズム（例：FolkRank）が、人気重視の重み付けやリクエストベースの遷移確率を組み込むことで改善される可能性があることを示した。