[論文レビュー] Social Browsing on Flickr

Kristina Lerman, Laurie A Jones|ArXiv.org|Dec 7, 2006

Recommender Systems and Techniques参考文献 4被引用数 111

ひとこと要約

この論文はFlickrにおけるソーシャルブラウジングを調査し、ユーザーが主にタグやグループではなく、知り合いのフォトストリームを通じて新しい画像を発見することを示している。ユーザー行動の分析により、特にリバースコントラクト（相手が自分をフォロワーとして登録しているユーザー）を含むソーシャルネットワークが、画像の人気を強く予測することが判明。高品質な画像の75％のコメントが写真家のソーシャルネットワークから来ていることが明らかになり、ソーシャルブラウジングがコンテンツ発見および推薦の主要メカニズムであることが強調されている。

ABSTRACT

The new social media sites - blogs, wikis, del.icio.us and Flickr, among others - underscore the transformation of the Web to a participatory medium in which users are actively creating, evaluating and distributing information. The photo-sharing site Flickr, for example, allows users to upload photographs, view photos created by others, comment on those photos, etc. As is common to other social media sites, Flickr allows users to designate others as ``contacts'' and to track their activities in real time. The contacts (or friends) lists form the social network backbone of social media sites. We claim that these social networks facilitate new ways of interacting with information, e.g., through what we call social browsing. The contacts interface on Flickr enables users to see latest images submitted by their friends. Through an extensive analysis of Flickr data, we show that social browsing through the contacts' photo streams is one of the primary methods by which users find new images on Flickr. This finding has implications for creating personalized recommendation systems based on the user's declared contacts lists.

研究の動機と目的

• タグやグループといった伝統的な方法とは異なる方法で、ユーザーがFlickr上で新しい画像をどのように発見するかを理解すること。
• 特にコントラクトおよびリバースコントラクトを含むソーシャルネットワークが、ユーザーのブラウジング行動に果たす役割を調査すること。
• Flickr上での他の発見メカニズムと比較して、ソーシャルブラウジングがコンテンツ発見の主要な方法であるかどうかを評価すること。
• ソーシャルネットワークのサイズと構造が、画像の人気やエンゲージメント指標をどれほど予測できるかを特定すること。
• ソーシャルネットワークを活用したパーソナライズド画像推薦システムの実現可能性を評価すること。

提案手法

• ランダム（ランダムに選択された）、アペックス（ユーザーが選んだ高品質な画像）、エクスプロア（アルゴリズムで選ばれたトップ画像）の3つの画像セットのデータを収集・分析した。
• 3つのセットの画像における、ビュー数、お気に入り数、コメント数といったエンゲージメント指標を追跡した。
• コントラクトリストとリバースコントラクト（写真家をコントラクトに登録しているユーザー）を分析して、ユーザーのソーシャルネットワークをマッピングした。
• エンゲージメント指標と、特にリバースコントラクト数を含むソーシャルネットワークのサイズと構造の相関を分析した。
• 統計的分析を用いて、ソーシャルネットワーク、タグ、グループ提出の各要因が画像の人気に与える影響を比較した。
• コメントの出所を特定し、コメントをしたユーザーが写真家のソーシャルネットワークに属する（相互コントラクト、リバースコントラクト、または他人）かどうかを調査した。

実験結果

リサーチクエスチョン

• RQ1 コントラクトを通じたソーシャルブラウジングは、Flickrにおける新しい画像発見にどの程度影響を及えるか？
• RQ2 写真家のソーシャルネットワークのサイズとエンゲージメント指標（ビュー数、お気に入り数、コメント数）の相関はどの程度か？
• RQ3 ソーシャルネットワーク、タグ、グループ提出の各要因が画像の人気に与える相対的な影響は何か？
• RQ4 ランダム、アペックス、エクスプロアの各画像セットにおいて、コメントの出所（相互コントラクト、リバースコントラクト、他人）に違いはあるか？
• RQ5 ソーシャルネットワークの構造は、画像がFlickrのエクスプロアページに掲載されるかどうかを予測できるか？

主な発見

• コントラクトを通じたソーシャルブラウジングが、Flickrにおける新しい画像発見の主要な方法である。高品質な画像の75％のコメントが写真家のソーシャルネットワークから来ている。
• リバースコントラクト数（写真家をコントラクトに登録しているユーザー数）が、ビュー数やお気に入り数といった画像のエンゲージメントと最も強く相関している。
• アペックスセットとエクスプロアセットの両方で類似したエンゲージメントパターンが観察されたが、アペックスセットは数か月も前のものであるため、インテリジェンス（Interestingness）アルゴリズムが高品質な写真家を効果的に特定していることが示唆された。
• アペックス画像の10％しかエクスプロアページで以前に掲載されていなかったため、ユーザーによるキュレーションとアルゴリズムによる選定の間には限定的な重複があるとされた。
• タグはソーシャルネットワークに比べてコンテンツ共有にあまり効果的ではなく、グループ提出は除いてランダムユーザーを除けば、ほとんど役立たない。
• 公開された状態でも、写真家のソーシャルネットワークの大きさがエクスプロアページに画像が掲載されるかどうかの鍵要因のままである。