[논문 리뷰] Losing My Revolution: How Many Resources Shared on Social Media Have Been Lost?

Hany M. SalahEldeen, Michael L. Nelson|arXiv (Cornell University)|2012. 09. 13.

Web Data Mining and Analysis참고 문헌 12인용 수 5

한 줄 요약

이 연구는 2009–2012년의 여섯 가지 주요 글로벌 사건 동안 소셜 미디어에서 공유된 웹 자원의 지속성에 대해 분석하며, 공유 후 1년 이내에 자원의 11%가 손실되고 2.5년 후에는 27%가 손실됨을 발견했다. 1년 이후에는 일일 평균 0.02%의 선형 감쇠가 관찰되었다. 저자들은 실시간 웹 및 아카이브 가용성 데이터를 바탕으로 선형 회귀를 사용하여 손실 및 아카이브화 비율을 모델링하였다.

ABSTRACT

Social media content has grown exponentially in the recent years and the role of social media has evolved from just narrating life events to actually shaping them. In this paper we explore how many resources shared in social media are still available on the live web or in public web archives. By analyzing six different event-centric datasets of resources shared in social media in the period from June 2009 to March 2012, we found about 11% lost and 20% archived after just a year and an average of 27% lost and 41% archived after two and a half years. Furthermore, we found a nearly linear relationship between time of sharing of the resource and the percentage lost, with a slightly less linear relationship between time of sharing and archiving coverage of the resource. From this model we conclude that after the first year of publishing, nearly 11% of shared resources will be lost and after that we will continue to lose 0.02% per day.

연구 동기 및 목표

• 문화적으로 중요한 사건 기간 동안 소셜 미디어에서 공유된 웹 자원의 장기적 지속성에 대해 조사하기 위해.
• 공유된 자원 중 실시간 웹에서 손실되고 공공 웹 아카이브에 아카이브된 비율을 시간에 따라 정량화하기 위해.
• 자원 가용성 및 아카이브 커버리지의 시간에 따른 감쇠 패턴을 공유 이후 경과 시간의 함수로 모델링하기 위해.
• 역사적으로 중요한 디지털 콘텐츠를 보존하는 데 있어 소셜 미디어의 신뢰성 평가하기 위해.
• 사건 중심의 소셜 미디어 콘텐츠에 대한 손실 및 아카이브 추세를 추정함으로써 디지털 보존 전략을 안내하기 위해.

제안 방법

• 2009년 6월에서 2009년 12월 사이의 스탠포드 SNAP 트위터 데이터셋에서 여섯 가지 사건 중심 데이터셋을 수집하였으며, 주요 글로벌 사건으로는 H1N1, 마이클 잭슨의 사망, 이ран 선거, 오바마 노벨상 수상, Egyptians 혁명, 시리아 봉기 등이 포함됨.
• 해시태그와 시간 중심점을 사용하여 사건 관련 콘텐츠를 식별하였으며, 각 사건을 두 개의 피크로 나누어 소셜 미디어 활동의 서로 다른 파동을 포착함.
• 트윗에서 임bedded된 URI를 추출하고, 여러 시점에서 실시간 웹 가용성과 공공 웹 아카이브(예: 인터넷 아카이브) 내 존재 여부를 테스트함.
• 공유 이후 경과 시간(일 단위)에 따른 손실 및 아카이브된 자원의 비율을 모델링하기 위해 선형 회귀를 적용하여 두 개의 예측 방정식을 도출함.
• Memento 및 웹 크롤링 기법을 사용하여 공유된 자원의 실시간 웹 및 아카이브 가용성을 검증함.
• 2009–2012년 데이터를 기반으로 모델을 校정하였으며, 사전 및 사후 사건 콘텐츠를 모두 활용하여 시간적 정확성을 확보함.

실험 결과

연구 질문

• RQ1 소셜 미디어에서 공유된 웹 자원 중 실시간 웹에서 1년 이내에 얼마나 많은 비율이 손실되는가?
• RQ2 공유 이후 시간이 지남에 따라 실시간 웹에서 자원 손실 속도는 어떻게 변화하는가?
• RQ3 공유된 자원 중 얼마나 많은 비율이 공공 웹 아카이브에 보존되며, 이 커버리지는 시간이 지남에 따라 어떻게 변화하는가?
• RQ4 공유 이후 경과 시간과 자원 손실 또는 아카이브 비율 사이에 예측 가능한 선형 관계가 존재하는가?
• RQ5 예를 들어, 건강 위기, 정치적 봉기, 유명인 사망 등 다양한 유형의 사건이 공유 콘텐츠의 지속성과 아카이브화에 어떤 영향을 미치는가?

주요 결과

• 1년 후에는 소셜 미디어에서 공유된 자원의 약 11%가 실시간 웹에서 손실되었으며, 이후 매일 0.02%의 선형 감쇠율을 보였다.
• 2.5년 후에는 공유된 자원의 27%가 손실되었으며, 이는 시간이 지남에 따라 일관되고 예측 가능한 감소 경향을 보임을 시사한다.
• 2.5년 후에는 공유된 자원의 약 41%가 공공 웹 아카이브에 아카이브되었으며, 아카이브 커버리지는 일일 평균 0.04% 증가하는 선형 증가 추세를 보였다.
• 자원 아카이브 비율은 시간이 지남에 따라 지속적으로 증가하지만, 손실 패tern보다는 덜 선형적임을 확인함.
• 모델은 공유 후 첫 100일 내에 약 4.20%의 콘텐츠가 손실되며, 365일 후에는 11%로 증가함을 추정함.
• 연구에서는 사건 유형이 지속성에 영향을 미치는 것으로 나타났으며, 마이클 잭슨의 사망(36.24% 손실) 및 이란 시위(31.62% 손실) 사건에서 높은 손실률을 관찰했지만, 모든 사건이 장기적으로 유사한 추세를 보임을 확인함.