[논문 리뷰] Effects of Social Influence in Peer Online Recommendation.

Tad Hogg, Kristina Lerman|arXiv (Cornell University)|2014. 10. 24.

Mobile Crowdsensing and Crowdsourcing참고 문헌 16인용 수 3

한 줄 요약

이 연구는 아마존 메카니컬 터크를 비롯한 플랫폼에서 온라인 콘텐츠에 대한 사용자 추천 결정에 영향을 미치는 사회적 영향, 특히 표시된 추천 수와 같은 신호가 어떻게 작용하는지 실험적으로 측정한다. 콘텐츠 품질과 위치를 제어한 상태에서 사회적 영향은 품질과 위치가 영향을 미치는 정도의 약 50퍼센트 수준으로 영향을 미치며, 이는 유저의 평가 노력은 줄이지만 성능 저하 없이 인기 불평등을 증가시키는 허딩 효과를 유도한다.

ABSTRACT

Web site providers often use peer recommendation to help people find interesting content. A common method for leveraging opinions of others on these web sites is to display the number of prior recommendations as a social signal. How people react to these social influence signals, in combination with other effects, such as the quality of content and its presentation order, determines how many recommendations content receives. Using Amazon Mechanical Turk, we experimentally measure the effects of social influence on user decisions to recommend content. Specifically, after controlling for variation in content quality and position, we find that social influence affects outcomes of peer recommendation about half as much as position and quality do. These effects are somewhat correlated, increasing the inequality of popularity in the presence of social influence. Further, we find that social influence changes people's preferences, creating a herding effect that biases their judgements about the content. While similar adverse outcomes have been noted in previous studies, we demonstrate a benefit of social influence: namely, it reduces the effort devoted to evaluating content without significantly diminishing the performance of peer recommendation.

연구 동기 및 목표

• 사용자들이 온라인 콘텐츠에 대해 추천하는 데 영향을 미치는 사회적 영향 신호(예: 시각적으로 표시된 추천 수)가 어떻게 작용하는지 이해하는 것.
• 콘텐츠 품질과 배치 위치와 같은 혼란 요인들로부터 사회적 영향의 영향을 분리하여 고립하는 것.
• 사회적 영향이 사용자 선호도를 변화시켜 허딩 행동을 유도하는지 여부를 검토하는 것.
• 사회적 영향이 사용자 평가 노력은 줄이지만 추천 품질을 유지하는지 평가하는 것.
• 피어 추천 시스템의 공정성과 성능에 대한 사회적 영향의 종합적 영향을 평가하는 것.

제안 방법

• 다양한 조건에서 사용자 추천을 수집하기 위해 아마존 메카니컬 터크를 사용한 통제된 실험을 실시함.
• 콘텐츠 품질과 위치를 일정하게 유지하면서 사회적 영향 신호(예: 이전 추천 수)를 체계적으로 조작함.
• 다양한 수준의 사회적 영향, 품질, 위치에 대한 사용자 추천 결정을 측정함.
• 통계 모델링을 사용하여 사회적 영향의 영향을 콘텐츠 품질과 위치로부터 고립함.
• 사회적 영향 하에서 사용자 선호도와 평가 행동의 변화를 분석함.
• 사회적 영향, 품질, 위치가 추천 결과에 미치는 상대적 영향을 정량화함.

실험 결과

연구 질문

• RQ1 콘텐츠 품질과 위치와 독립적으로 사회적 영향은 사용자들이 온라인 콘텐츠에 대해 추천하는 데 어떻게 영향을 미치는가?
• RQ2 사회적 영향은 피어 추천 시스템에서 인기 불평등을 어느 정도 증가시키는가?
• RQ3 사회적 영향은 사용자들이 콘텐츠 품질에 대한 주관적 평가를 변화시켜 허딩 행동을 유도하는가?
• RQ4 사회적 영향 하에서 사용자 평가 노력 감소와 추천 성능 간의 상충 관계는 어떠한가?
• RQ5 사회적 영향, 콘텐츠 품질, 위치가 함께 피어 추천 결과에 어떻게 영향을 미치는가?

주요 결과

• 사회적 영향은 콘텐츠 품질과 배치 위치가 영향을 미치는 정도의 약 50퍼센트 수준으로 피어 추천 결과에 영향을 미친다.
• 사회적 영향은 품질과 위치와의 상관관계로 인해 기존의 격차를 증폭시켜 인기 불평등을 증가시킨다.
• 사회적 영향은 허딩 효과를 유도하여 사용자들이 콘텐츠 품질에 대해 독립적인 판단을 흔들게 한다.
• 판단을 왜곡함에도 불구하고 사회적 영향은 사용자가 콘텐츠 평가에 소비하는 정신적 노력의 양을 줄인다.
• 사용자 노력 감소는 피어 추천 시스템의 전체 성능을 유의미하게 떨어뜨리지 않는다.
• 사회적 영향은 추천 효과성에 손상을 주지 않으면서 사용자 결정의 간소화에 측정 가능한 이점을 제공한다.