[論文レビュー] Online Actions with Offline Impact: How Online Social Networks Influence Online and Offline User Behavior

Tim Althoff, Pranav Jindal+1 more|arXiv (Cornell University)|Dec 9, 2016

Impact of Technology on AdolescentsSocial Sciences被引用数 20

ひとこと要約

本研究は、フィットネスアプリにおけるオンライン社交的要因が、オンライン参加行動とオフラインの身体活動に与える影響を調査する。600万人のユーザーを5年間対象とした自然実験と因果推論により、新規の社交的つながりがオンライン活動を30%増加させ、リテンションを17%向上させ、1日あたりの歩数を7%（約400歩）増加させることを明らかにした。また、行動変容の55%が社会的影響によるものであると判明した。

ABSTRACT

Many of today's most widely used computing applications utilize social networking features and allow users to connect, follow each other, share content, and comment on others' posts. However, despite the widespread adoption of these features, there is little understanding of the consequences that social networking has on user retention, engagement, and online as well as offline behavior. Here, we study how social networks influence user behavior in a physical activity tracking application. We analyze 791 million online and offline actions of 6 million users over the course of 5 years, and show that social networking leads to a significant increase in users' online as well as offline activities. Specifically, we establish a causal effect of how social networks influence user behavior. We show that the creation of new social connections increases user online in-application activity by 30%, user retention by 17%, and user offline real-world physical activity by 7% (about 400 steps per day). By exploiting a natural experiment we distinguish the effect of social influence of new social connections from the simultaneous increase in user's motivation to use the app and take more steps. We show that social influence accounts for 55% of the observed changes in user behavior, while the remaining 45% can be explained by the user's increased motivation to use the app. Further, we show that subsequent, individual edge formations in the social network lead to significant increases in daily steps. These effects diminish with each additional edge and vary based on edge attributes and user demographics. Finally, we utilize these insights to develop a model that accurately predicts which users will be most influenced by the creation of new social network connections.

研究の動機と目的

• オンライン社交ネットワークがオンラインアプリ参加行動とオフライン身体活動に与える因果的影響を理解すること。
• 社交ネットワークに参加したユーザーにおける社会的影響と内発的動機付けの上昇を分離して評価すること。
• 新規の社交的つながりの形成後に行動変容に最も感受性を示すユーザーを同定すること。
• 新規の社交的つながりを形成した後、身体活動を増加させる可能性の高いユーザーを予測するモデルを構築すること。
• 自己報告による行動データに内在するバイアスを避けるために、客観的センサーに基づく身体活動データを用いること。

提案手法

• 新規の社交的つながりの形成を遅延させる自然実験を活用し、新規つながりの因果的影響を隔離した。
• 計量経済学の差分差分法およびマッチング手法を用いて、行動変容に及ぼす因果的影響を推定した。
• Azumio Argusアプリの大型スケールデータセット（600万人のユーザー、6億3100万件の活動投稿、1億6000万日分の加速度計ベースの歩数記録）を用いた。
• オンライン行動としての自己報告活動（インアプリ内活動）と、オフライン行動としての受動的歩数を別々の結果変数として区別した。
• ユーザーの人口統計学的特徴、つながり形成前の行動、エッジ属性、時間的パターンを用いた予測モデルを構築し、社会的影響への感受性を予測した。
• AUCを用いてモデルの性能を評価した結果、つながり形成後の活動増加を予測するAUCは78%以上を達成した。

実験結果

リサーチクエスチョン

• RQ1 新規のオンライン社交ネットワークのつながりは、オンラインインアプリ活動とオフライン身体活動をどの程度因果的に増加させるか？
• RQ2 観察された行動変容のうち、社会的影響による割合と、ネットワーク参加による内発的動機付けの上昇による割合はそれぞれどれほどか？
• RQ3 どのユーザー特徴やエッジ属性が、新規の社交的つながり形成後の行動変容感受性を予測できるか？
• RQ4 新規の社交的つながりの形成後に身体活動を増加させる可能性の高いユーザーを正確に予測できるか？
• RQ5 社会的影響の効果は時間経過とともにどのように変化し、友達関係とフォロー関係などの異なるタイプのつながりでどのように異なるか？

主な発見

• 新規の社交的つながりの形成により、オンラインインアプリ活動が30%増加し、ユーザーのリテンションが17%向上した。
• 新規のつながりは、オフライン身体活動を7%増加させ、1日あたり約400歩の増加に相当する。
• 行動変容の55%が社会的影響によるものであり、残りの45%は内発的動機付けの上昇に起因する。
• その後に形成されるエッジは一時的かつ逓減する形で1日あたりの歩数を増加させ、その効果は時間とともに薄れる。
• 人口統計学的特徴、つながり形成前の行動、エッジ属性を組み込んだ予測モデルは、活動増加の予測においてAUCが78%以上を達成した。
• エッジの種別や発起者の種別によって予測力に差が生じ、フォロワーが発起したつながりで最高のAUC（0.847）が観察された。