[논문 리뷰] Influence of Selective Exposure to Viewing Contents Diversity

Kota Kakiuchi, Fujio Toriumi외 3명|arXiv (Cornell University)|2018. 07. 23.

Complex Network Analysis Techniques참고 문헌 14인용 수 5

한 줄 요약

이 논문은 이원적 네트워크 임bedding과 재정의된 다양성 지표를 사용하여 사용자 콘텐츠 다양성이 시간에 따라 어떻게 변화하는지 측정하고 분석하는 프레임워크를 제안한다. 연구 결과, 미세 수준의 선택적 노출에도 불구하고 거시 수준의 콘텐츠 다양성은 시간이 지남에 따라 증가하는 것으로 나타났으며, 특히 다중 장르의 모호한 콘텐츠를 소비할 경우 더욱 두드러지게 증가하여 일반적으로 상정되는 것보다 사회적 극단화가 줄어들 가능성이 있음을 시사한다.

ABSTRACT

Personalization, including both self-selected and pre-selected, is inevitable when tremendous amounts of media content are available. Personalization, which is believed to cause people to consume fewer diverse contents, can lead to fragmentation and polarization in society. Therefore, it is important to investigate the diversity of consumed contents over time. In this paper, first, we propose a framework to measure and analyze how the diversity of the consumed contents of users changes over time. In our framework, we introduce a new metric to measure content diversity based on our redefinition of diversity. Then, we investigate the relationship between selective exposure and content diversity changes using our framework and examine what factors encourage people to consume contents that are more diverse. We find that people autonomously consume more diverse contents from a macro-perspective without an external influence, suggesting that people are less likely to be fragmented and polarized, although from a micro-perspective they consume limited contents. We also obtain evidence that users who consume highly ambiguous contents tend to increase the diversity of their consumed contents.

연구 동기 및 목표

• 사용자 콘텐츠 다양성의 시간에 따른 변화를 정량적으로 측정하는 방법을 개발하기 위해.
• 추천 시스템과 같은 강력한 외부 영향이 없는 상황에서 선택적 노출이 콘텐츠 다양성에 어떤 영향을 미치는지 조사하기 위해.
• 콘텐츠 다양성 증가를 이끄는 행동적 및 콘텐츠적 요인을 특정하기 위해.
• 모호하고 다중 장르의 콘텐츠를 소비할 경우 사용자가 더 다양한 콘텐츠를 소비하게 되는지 평가하기 위해.
• 미디어 플랫폼에서 사회적 분열과 극단화를 모니터링하고 완화하기 위해 적용 가능한 프레임워크를 제공하기 위해.

제안 방법

• 사용자-콘텐츠 상호작용을 이원적 네트워크로 표현하고, 네트워크 임bedding을 적용하여 콘텐츠 표현을 학습하기 위해.
• 콘텐츠 임베딩에 퍼지 c-평균 클러스터링을 적용하여 장르 클러스터를 정의하고, 클러스터 소속의 엔트로피를 통해 콘텐츠의 모호성을 측정하기 위해.
• 사용자의 시청 이력에 포함된 콘텐츠 분포의 엔트로피를 기반으로 한 새로운 다양성 지표를 제안하고, 이 맥락에 맞게 다양성을 재정의하기 위해.
• 새로운 지표를 사용하여 초기 시점에서 최종 시점으로의 콘텐츠 다양성 변화를 측정하기 위해.
• 웰치의 t-검정을 통해 고모호성과 저모호성 콘텐츠 소비자 간 다양성 증가를 비교하기 위해.
• 프레임워크 평가 및 가설 검증을 위해 5개월 간의 AbemaTV 사용자 시청 데이터를 사용하기 위해.

실험 결과

연구 질문

• RQ1 선택적 노출 하에서 시간이 지남에 따라 소비된 콘텐츠의 다양성은 어떻게 변화하는가?
• RQ2 사용자 콘텐츠 다양성 증가에 기여하는 요인은 무엇인가?
• RQ3 높은 모호성(즉, 여러 장르를 아우르는) 콘텐츠를 소비할 경우 더 높은 콘텐츠 다양성이 유도되는가?
• RQ4 관찰된 다양성 증가는 미세 수준의 콘텐츠 소비 패턴에도 불구하고 거시 수준의 추세인가?
• RQ5 콘텐츠의 모호성은 사회적 분열과 극단화를 줄이는 데 도구로 기능할 수 있는가?

주요 결과

• 개별 사용자가 제한된 콘텐츠를 소비함에도 불구하고 거시 수준에서 콘텐츠 다양성이 시간이 지남에 따라 유의미하게 증가했다.
• 고모호성 그룹은 다양성 증가율이 0.1308로 나타났고, 저모호성 그룹은 0.0218였으며, p-값은 5.98e-3로 통계적으로 유의미했다.
• 더 많은 모호하고 다중 장르 콘텐츠를 소비한 사용자는 더 집중된 콘텐츠를 소비한 사람들보다 훨씬 높은 수준의 콘텐츠 다양성 증가를 보였다.
• 결과는 추천 알고리즘이나 소셜 네트워크와 같은 외부 시스템의 영향을 받지 않을 경우 사람들이 시간이 지남에 따라 분열되거나 극단화되기 어려울 것임을 시사한다.
• 제안된 프레임워크는 시간에 따른 다양성 동적 변화를 성공적으로 캡처했으며, 콘텐츠의 모호성이 다양성 확장의 핵심 요인임을 규명했다.
• 이 연구는 더 높은 모호성을 가진 콘텐츠를 설계할 경우 사용자 노출 범위를 넓히고 사회적 극단화를 줄이는 데 도움이 될 수 있음을 암시한다.