[논문 리뷰] Loud and Trendy: Crowdsourcing Impressions of Social Ambiance in Popular Indoor Urban Places

Darshan Santani, Daniel Gática-Pérez|Infoscience (Ecole Polytechnique Fédérale de Lausanne)|2014. 03. 05.

Human Mobility and Location-Based Analysis참고 문헌 35인용 수 21

한 줄 요약

이 논문은 6개의 글로벌 도시에서 300개의 유명한 장소에 대해 Foursquare 이미지를 활용한 커스터마이징 프레임워크를 제안하여 실내 도시 분杂를 특성화한다. 사회적 미디어 이미지가 13차원의 분잡함을 신뢰성 있게 전달함을 입증하며, 강력한 시각적 단서가 일관된 인식을 가능하게 하고, 소수의 문화적 차이가 있는 '보헤미안', '아트스티르', '오래된', '보편적이지 않은' 차원을 제외하고는 도시 간에 대부분 유사한 집단적 인식을 드러낸다.

ABSTRACT

New research cutting across architecture, urban studies, and psychology is contextualizing the understanding of urban spaces according to the perceptions of their inhabitants. One fundamental construct that relates place and experience is ambiance, which is defined as "the mood or feeling associated with a particular place". We posit that the systematic study of ambiance dimensions in cities is a new domain for which multimedia research can make pivotal contributions. We present a study to examine how images collected from social media can be used for the crowdsourced characterization of indoor ambiance impressions in popular urban places. We design a crowdsourcing framework to understand suitability of social images as data source to convey place ambiance, to examine what type of images are most suitable to describe ambiance, and to assess how people perceive places socially from the perspective of ambiance along 13 dimensions. Our study is based on 50,000 Foursquare images collected from 300 popular places across six cities worldwide. The results show that reliable estimates of ambiance can be obtained for several of the dimensions. Furthermore, we found that most aggregate impressions of ambiance are similar across popular places in all studied cities. We conclude by presenting a multidisciplinary research agenda for future research in this domain.

연구 동기 및 목표

• 소셜 미디어 이미지가 인기 있는 실내 도시 장소의 분잡함을 캡처하는 데 있어 확장 가능하고 신뢰할 수 있는 데이터 소스로 기능할 수 있는지 조사하기 위해.
• 분잡함 인식을 전달하는 데 가장 유용한 이미지 유형을 특정하기 위해.
• 13개의 다차원 분잡함 구성요소를 기반으로 사람들이 실내 도시 장소를 어떻게 공동으로 인식하는지 평가하기 위해.
• 6개의 글로벌 도시에서 분잡함 인식의 상호문화적 및 지리적 유사성과 차이를 탐색하기 위해.
• 향후 다매체 연구, 특히 자동 인식 및 장기 꼬리 긴 장소 분석을 위한 기초를 마련하기 위해.

제안 방법

• 뉴욕, 파리, 도쿄 등 6개 도시의 300개의 유명한 실내 도시 장소에서 총 50,000개의 Foursquare 이미지를 수집하였다.
• Amazon Mechanical Turk를 활용한 커스터마이징 프레임워크를 설계하여 이미지의 분잡함 전달 가능성에 대한 평가를 수행하였다.
• 각 장소를 13개의 분잡함 차원(예: 시끄럽다, 트렌디하다, 낭만적이다, 아트스티르이다 등)으로 평가하기 위한 두 번째 커스터마이징 실험을 수행하였다.
• 도시 간 분잡함 인식의 상호 평가 신뢰도와 일관성을 평가하기 위해 통계 분석을 수행하였다.
• 이미지 유형 간 인식 차이를 비교하기 위해 이미지 분류 기법을 적용하였다(예: 광각 대비 매크로, 사람 대비 환경).
• 향후 분잡함 인식 및 다매체 분석 연구를 지원하기 위해 데이터셋과 주석을 공개하였다.

실험 결과

연구 질문

• RQ1 소셜 미디어 이미지를 사용하여 실내 도시 장소의 분잡함을 신뢰성 있게 유추할 수 있는가?
• RQ2 환경 시야, 사람, 간판 등의 이미지 유형 중에서 분잡함 인식에 가장 정보를 제공하는 것은 무엇인가?
• RQ3 사람들의 분잡함 인식은 다양한 도시 간에 얼마나 다를 수 있으며, 문화적으로 의미 있는 차이가 존재하는가?
• RQ4 시각적 데이터만으로 어느 정도의 분잡함 차원을 신뢰성 있게 추정할 수 있는가?
• RQ5 장소 탐색 및 장소 최적화 응용 분야에서 분잡함 인식을 어떻게 활용할 수 있는가?

주요 결과

• 실내 환경의 명확하고 방해받지 않은 시야를 제공하는 이미지가 다른 이미지 유형보다 분잡함 인식에 훨씬 더 유용한 것으로 나타났다.
• 13개의 차원 중 일부에 대해 신뢰할 수 있는 추정치를 확보하여, 소셜 미디어 이미지가 장소 인식을 형성하는 데 강력한 시각적 단서를 제공함을 시사한다.
• 연구한 6개 도시의 인기 장소에 대한 집단적 분잡함 인식은 대부분 일관되어, 도시 분잡함에서 공통된 인지 패턴이 존재함을 시사한다.
• '보헤미안', '아트스티르', '오래된', '보편적이지 않은' 차원에 대해 도시 간 통계적으로 유의미한 인식 차이가 발견되어 일부 문화적 다양성이 있음을 시사한다.
• 결과는 소셜 미디어 이미지를 활용한 확장 가능하고 다문화적 분잡함 분석의 가능성을 뒷받침하며, 자동 인식 시스템 개발의 잠재적 가능성을 제시한다.
• 13차원 분잡함 주석이 부여된 50,000개의 Foursquare 이미지 데이터셋은 향후 연구를 위해 공개되어 있다.