[논문 리뷰] Attention Inequality in Social Media

Linhong Zhu, Kristina Lerman|arXiv (Cornell University)|2016. 01. 26.

Complex Network Analysis Techniques참고 문헌 23인용 수 11

한 줄 요약

이 논문은 트위터에서의 주목 집약성 불균형을 조사하며, 상위 20% 사용자가 총 96퍼센트 이상의 팔로워, 93퍼센트의 재트윗, 93퍼센트의 언급을 차지함을 입증한다. 실증 데이터와 현상학적 모델을 사용하여, 주목 집약성 불균형이 '부자인 자가 더 부자가 되고, 빈자리가 더 빈곤해지는' 동역학에서 비롯됨을 보여주며, 언급과 재트윗을 통해 주목을 얻는 사용자가 더 많은 팔로워를 확보할 가능성이 높아서 시간이 지남에 따라 불균형이 악화됨을 시사한다.

ABSTRACT

Social media can be viewed as a social system where the currency is attention. People post content and interact with others to attract attention and gain new followers. In this paper, we examine the distribution of attention across a large sample of users of a popular social media site Twitter. Through empirical analysis of these data we conclude that attention is very unequally distributed: the top 20\% of Twitter users own more than 96\% of all followers, 93\% of the retweets, and 93\% of the mentions. We investigate the mechanisms that lead to attention inequality and find that it results from the "rich-get-richer" and "poor-get-poorer" dynamics of attention diffusion. Namely, users who are "rich" in attention, because they are often mentioned and retweeted, are more likely to gain new followers, while those who are "poor" in attention are likely to lose followers. We develop a phenomenological model that quantifies attention diffusion and network dynamics, and solve it to study how attention inequality grows over time in a dynamic environment of social media.

연구 동기 및 목표

• 트위터 사용자 간 주목의 분포를 팔로워 수, 재트윗, 언급 수로 측정하여 정량화하는 것.
• 소셜 미디어 플랫폼에서 주목 집약성 불균형을 이끄는 메커니즘을 조사하는 것.
• 주목 확산 및 네트워크 동역학이 시간이 지남에 따라 불균형 증가에 기여하는 방식을 모델링하는 것.
• 사용자 주목 할당 방식이 주로 영향을 미치는 팔로워 네트워크의 구조적 변화를 이해하는 것.
• 극도의 주목 집약성 불균형이 콘텐츠 다양성, 사용자 참여도, 사회적 영향력에 미치는 영향을 탐구하는 것.

제안 방법

• 2014년 3월에서 10월까지 7개월 간 트위터 API를 통해 종단적 데이터를 수집하여 5,600명의 시드 사용자와 그 상호작용을 추적한 바.
• 사용자들이 받는 팔로워 수, 재트윗 수, 언급 수를 주목의 세 가지 핵심 지표로 측정함.
• 사용자 행동의 시간적 패턴, 즉 팔로우, 언급, 재트윗 행동을 분석하여 주목이 사용자 간 어떻게 흐르는지 규명함.
• 사용자 행동과 네트워크 변화의 실증 관찰 기반으로 주목 확산의 현상학적 모델을 개발함.
• 선호적 연결 메커니즘을 통합하여, 더 많은 주목을 받는 사용자가 더 많은 팔로워를 확보할 수 있도록 모델의 매개변수를 설정함.
• 모델을 해석적으로 및 수치적으로 해결하여 향후 팔로워 수와 주목 집약성 불균형의 변화 추세를 예측함.

실험 결과

연구 질문

• RQ1 트위터에서 주목은 사용자 간 어떻게 분포되어 있으며, 어느 정도 불균형한가?
• RQ2 소셜 미디어 플랫폼에서 관찰된 주목 집약성 불균형을 이끄는 메커니즘은 무엇인가?
• RQ3 언급과 재트윗과 같은 사용자 행동이 팔로워 네트워크 성장과 불균형에 어떤 영향을 미치는가?
• RQ4 '부자인 자가 더 부자가 되는' 동역학이 시간이 지남에 따라 주목 집약성 불균형 증가를 어느 정도 설명할 수 있는가?
• RQ5 주목 확산 기반의 현상학적 모델이 향후 팔로워 수와 불균형 추세를 정확하게 예측할 수 있는가?

주요 결과

• 샘플 내 트위터 상위 20퍼센트 사용자가 전체 팔로워의 97퍼센트, 재트윗의 93퍼센트, 언급의 93퍼센트를 차지하며 극도의 주목 집약성 불균형을 보임.
• 자주 언급되거나 재트윗되는 사용자는 새 팔로워를 확보할 가능성이 뚜렷이 높아지며, 기존의 불균형을 강화하는 피드백 루프를 형성함.
• 팔로워 수가 적은 사용자는 시간이 지남에 따라 팔로워를 잃을 가능성이 더 높아, '빈자리가 더 빈곤해지는' 동역학이 불균형을 악화시킴.
• 연구는 '부자인 자가 더 부자가 되고, 빈자리가 더 빈곤해지는' 동역학이 주목 집약성 불균형의 주요 원인임을 규명하며, 주목이 더 많은 주목을 낳는다고 보여줌.
• 현상학적 모델은 시간이 지남에 따라 주목 집약성 불균형의 증가를 성공적으로 묘사하며, 주목 확산에서 선호적 연결이 불균형 증가의 원인임을 시사함.
• 실증 데이터는 주목 지표(예: 재트윗 수)와 팔로워 증가 간에 강한 상관관계를 보이며, 모델의 가정과 예측을 지지함.