[論文レビュー] Who Will You Share a Ride With: Factors that Influence Trust of Potential Rideshare Partners

Yang Zhou, Yan Huang+2 more|arXiv (Cornell University)|Jul 13, 2017

Sharing Economy and Platforms参考文献 14被引用数 5

ひとこと要約

本研究では、インスタグラムを含むソーシャルメディアプロフィールが、ライドシェアリングパートナーに対する信頼に与える影響を調査している。10枚の最近の写真とソーシャルメトリクスを分析することで、信頼に影響を与える要因として、ソーシャルプルーフ（40%の分散）、ソーシャルアプローバル（33%の分散）、セルフディスクロージャー（13%の分散）の3つを同定した。これら3つの要因を組み合わせることで、信頼予測の正確性が向上し、F-measureは87.4%に達し、全要因を用いたモデル（78.6%）を上回った。

ABSTRACT

Ridesharing can save energy, reduce pollution, and alleviate congestion. Ridesharing systems allow peer-to-peer ride matching through mobile-phone applications. In many systems people have little information about the driver and co-riders. Trust heavily influences the usage of a ridesharing system, however, work in this area is limited. In this paper, we investigate the role of social media in shaping trust and delineate factors that influence the decisions of trust placed on a driver or co-rider. We design a ridesharing system where a rider can see the Instagram profile and 10 recent pictures of a co-rider and ask them to make judgments on six trust related questions. We discovered three important factors that shape trust forming: extit{social proof}, extit{social approval}, and extit{self-disclosure}. These three factors account for 40\%, 33\%, and 13\% of the variance, and subsequent factors extracted accounted for substantially less variance. Using these three factors, we successfully build a trust prediction model with F-measure of 87.4\%, an improvement from 78.6\% on using all factors collected.

研究の動機と目的

• 限られた情報しかない状況下で、潜在的なライドシェアリングパートナーに対する信頼に影響を与える要因を理解すること。
• 特にインスタグラムを含むソーシャルメディアプロフィールが、ライドシェアリングの文脈における信頼の認識をどのように高められるかを検討すること。
• ピアツーピアのライドシェアリングにおいて、信頼を形成する上で最も影響力を持つソーシャルメディアの属性を同定し、検証すること。
• 信頼予測モデルを構築・評価し、主なソーシャルメディア要因を用いることで正確性を向上させること。
• ライドシェアリングアプリケーションにおける、信頼を促すソーシャルメディア信号の操作可能性と耐性について評価すること。

提案手法

• インスタグラムプロフィールを統合したライドシェアリングプロトタイプを設計し、ユーザーに10枚の最近の写真とソーシャルメトリクスを表示した。
• アマゾンのメカニカル・トゥーカーを活用してクラウドソーシング調査を実施し、インスタグラムプロフィールに基づく信頼の認識を評価した。
• 投稿数、フォロワー数、フォロー数、いいね数、コメント数、写真に写っている人の数の8つのソーシャルメディア属性を収集した。
• 探索的要因分析（EFA）を用いて、8つの属性を、ソーシャルプルーフ、ソーシャルアプローバル、セルフディスクロージャーの3つの潜在的信頼要因に要約した。
• 元の8つの要因と抽出された3つの要因の両方を用いたロジスティック回帰モデルを構築し、信頼関連の6つの二値質問に対する信頼の予測を行った。
• 正確性、再現率、F-measureを用いてモデルのパフォーマンスを評価し、両方の要因セットの結果を比較した。

実験結果

リサーチクエスチョン

• RQ1 インスタグラムプロフィールのどのソーシャルメディア属性が、潜在的なライドシェアリングパートナーに対する信頼の認識に最も顕著に影響を与えるか？
• RQ2 ソーシャルプルーフ、ソーシャルアプローバル、セルフディスクロージャーの3つが、ピアツーピアのライドシェアリング状況における信頼形成にどのように寄与するか？
• RQ3 主なソーシャルメディア要因に基づく信頼予測モデルは、全収集要因を用いたモデルをどの程度上回るのか？
• RQ4 同定された信頼要因はどの程度操作可能であり、ライドシェアリングシステム設計に与える耐性の意味は何か？
• RQ5 各信頼要因が信頼認識の全体的な分散に占める相対的寄与度はどの程度か？

主な発見

• ソーシャルプルーフ（インスタグラムの写真に写っている人の数）は、信頼認識の分散の40%を占め、最も強い予測要因であった。
• ソーシャルアプローバル（投稿のいいねとコメント）は、分散の33%を占め、信頼性の高い人物としての認識を顕著に高めた。
• セルフディスクロージャー（投稿総数とフォローしているアカウント数）は、分散の13%を説明し、開放的で社交的な性格と関連づけられた。
• 3つの主要要因（ソーシャルプルーフ、ソーシャルアプローバル、セルフディスクロージャー）は、信頼形成における分散の合計86%を説明した。
• 3つの主要要因のみを用いた信頼予測モデルは、F-measureが87.4%に達し、全8要因を用いたモデルの78.6%を顕著に上回った。
• 結果から、核心的な信頼要因に焦点を当てることでモデルのパフォーマンスが向上し、ライドシェアリングプラットフォームがユーザーの信頼と参加意欲を高めるための実用的知見が得られた。