[논문 리뷰] Geography of Emotion: Where in a City are People Happier?

Luciano Gallegos, Kristina Lerman외 2명|arXiv (Cornell University)|2015. 07. 28.

Human Mobility and Location-Based Analysis참고 문헌 30인용 수 10

한 줄 요약

이 연구는 로스앤젤레스에서 도시 환경이 마이크로지리적 규모의 정서적 복지를 어떻게 영향을 주는지 분석하기 위해 퍼스콰이어 체크인 데이터, 지리정보 태그가 부여된 트위터 트윗, 미국 인구조사 자료를 결합한다. 연구 결과, 체크인 활동이 높은 구역—예를 들어 공원이나 피트니스 센터와 같은 유명한 편의시설이 있는 곳—은 트윗에서 더 긍정적인 정서적 반응을 보이며, 더 긴 거리의 출퇴근자를 유치하는 것으로 나타났다. 이는 매력적인 도시 공간이 정서적 복지를 향상시키고 이동 패턴에 영향을 준다는 것을 시사한다.

ABSTRACT

Location-sharing services were built upon people's desire to share their activities and locations with others. By "checking-in" to a place, such as a restaurant, a park, gym, or train station, people disclose where they are, thereby providing valuable information about land use and utilization of services in urban areas. This information may, in turn, be used to design smarter, happier, more equitable cities. We use data from Foursquare location-sharing service to identify areas within a major US metropolitan area with many check-ins, i.e., areas that people like to use. We then use data from the Twitter microblogging platform to analyze the properties of these areas. Specifically, we have extracted a large corpus of geo-tagged messages, called tweets, from a major metropolitan area and linked them US Census data through their locations. This allows us to measure the sentiment expressed in tweets that are posted from a specific area, and also use that area's demographic properties in analysis. Our results reveal that areas with many check-ins are different from other areas within the metropolitan region. In particular, these areas have happier tweets, which also encourage people from other areas to commute longer distances to these places. These findings shed light on human mobility patterns, as well as how physical environment influences human emotions.

연구 동기 및 목표

• 지역적 위치와 도시 편의시설이 주거지 수준의 인간 정서적 복지와 어떻게 연관되어 있는지 조사하기 위해.
• 기존의 설문 기반 행복 연구의 한계를 보완하기 위해 대규모 실시간 소셜미디어 및 위치 공유 데이터를 활용하기 위해.
• 체크인을 통한 소셜미디어 활동이 높은 지역이 지리정보 태그가 부여된 트윗의 정서 분석을 통해 측정된 주관적 복지 수준과 높은 수준을 보이는지 조사하기 위해.
• 도시 환경 내에서 인구 특성, 인간 이동 패턴, 정서 표현 간의 상호작용을 탐구하기 위해.

제안 방법

• 퍼스콰이어 체크인 데이터를 활용해 도시 편의시설 이용도가 높은 인구조사 구역을 특정하였다.
• 동일한 메트로폴리탄 지역의 지리정보 태그가 부여된 트위터 트윗을 공간 해상도 매칭을 통해 인구조사 구역에 연결하였다.
• SentiStrength 도구를 사용해 트윗의 정서 분석을 수행하여 정서적 분위기(긍정/부정 정서 점수)를 정량화하였다.
• 미국 인구조사에서 확보한 인구통계 및 이동 데이터를 트윗 및 체크인 데이터와 결합하여, 구역 수준에서 비교 분석을 가능하게 하였다.
• 체크인 활동이 높은 구역(3건 이상)과 그 외 모든 구역 간의 정서, 교육 수준, 고용률, 민족성, 이동 패턴에 대한 통계적 비교를 실시하였다.
• 가짜 또는 부정확한 체크인으로 인한 잡음을 줄이기 위해 저활동 구역을 제거하는 강건성 검증을 수행하였다.

실험 결과

연구 질문

• RQ1 체크인 활동이 높은 인구조사 구역은 다른 구역에 비해 지리정보 태그가 부여된 트윗에서 유의미하게 더 높은 긍정 정서 수준을 보이는가?
• RQ2 체크인 활동이 높은 구역과 그렇지 않은 구역 간에 교육 수준, 고용률, 민족성 등의 인구통계적 특성은 어떻게 다를까?
• RQ3 다른 지역에서 온 사람들이 체크인 활동이 높은 구역으로 더 긴 거리를 이동하는 경향이 있으며, 이는 해당 지역에서 더 높은 정서적 복지 수준과 관련이 있는가?
• RQ4 체크인 패턴을 통해 특정 유형의 도시 편의시설(예: 공원, 피트니스 센터, 레스토랑, 대중교통)이 트윗의 정서 수준에 어떻게 영향을 미치는가?
• RQ5 소셜미디어 정서 패턴은 실제 세계의 정서적 복지를 어느 정도 반영하는가? 그리고 인구통계적 편향은 이러한 관계에 어떤 영향을 미치는가?

주요 결과

• 체크인 활동이 높은 구역(특히 3건 이상)은 활동이 없는 구역에 비해 유의미하게 더 긍정적인 정서와 더 적은 부정 정서를 보이는 트윗을 생성하였다.
• 체크인 활동이 높은 구역의 주민들은 로스앤젤레스 카운티 전체 평균에 비해 약간 더 나이가 많고, 더 잘 교육받았으며, 더 높은 고용률을 보였으며, 히스패닉계 비율이 낮았다.
• 체크인 활동이 높은 구역에서 트윗을 올린 사람들은 다른 구역의 사람들보다 평균적으로 더 먼 거리를 이동하는 것으로 나타나, 이러한 매력적인 장소로의 더 긴 출퇴근 거리가 있음을 시사하였다.
• SentiStrength에서 도출된 정서 점수는 저활동 구역을 제거한 후에도 여전히 긍정성으로의 측정 가능한 이동을 보였으며, 이는 가짜 또는 부정확한 체크인에 대한 강건성을 입증하였다.
• 연구 결과, 공원, 피트니스 센터, 레스토랑, 대중교통 등의 편의시설이 많은 지역은 정서적 복지 향상과 함께 구역 간 이동 패턴의 증가와도 관련이 있었다.
• 소셜미디어 사용자에 대한 자기선택 및 인구통계적 편향의 한계가 존재하지만, 다양한 인구집단 간 비교 분석을 통해 이러한 편향의 영향을 줄여 연구 결과의 신뢰성을 높였다.