[논문 리뷰] Of course we share! Testing Assumptions about Social Tagging Systems

Stephan Doerfel, Daniel Zöller외 4명|arXiv (Cornell University)|2014. 01. 03.

Recommender Systems and Techniques참고 문헌 30인용 수 3

한 줄 요약

이 논문은 실제 시스템인 BibSonomy의 익명화된 서버 로그 데이터를 사용하여 사회적 태깅 시스템에 대한 네 가지 핵심 가정—사회적 공유, 검색 유용성, 사용자/태그/자원 간의 평등성, 인기 일치성—을 테스트한다. 연구 결과, 일부 가정은 부분적으로 성립하지만, 평등성과 검색 유용성과 같은 다른 가정들은 실증적 증거에 의해 심각하게 도전받으며, 사회적 태깅 연구에서 데이터 기반 검증의 필요성을 드러낸다.

ABSTRACT

Social tagging systems have established themselves as an important part in today's web and have attracted the interest from our research community in a variety of investigations. The overall vision of our community is that simply through interactions with the system, i.e., through tagging and sharing of resources, users would contribute to building useful semantic structures as well as resource indexes using uncontrolled vocabulary not only due to the easy-to-use mechanics. Henceforth, a variety of assumptions about social tagging systems have emerged, yet testing them has been difficult due to the absence of suitable data. In this work we thoroughly investigate three available assumptions - e.g., is a tagging system really social? - by examining live log data gathered from the real-world public social tagging system BibSonomy. Our empirical results indicate that while some of these assumptions hold to a certain extent, other assumptions need to be reflected and viewed in a very critical light. Our observations have implications for the design of future search and other algorithms to better reflect the actual user behavior.

연구 동기 및 목표

• 이전에 사용 가능한 세부 사용 데이터 접근성이 제한되어 있어 검증되지 않은 채 널리 공유된 사회적 태깅 시스템에 대한 가정을 경험적으로 검증하고자 한다.
• 사회적 태깅 시스템이 진정으로 협업적이고, 검색 중심이며, 사용자/태그/자원 간에 공정하며, 인기 지표에서 일관된가를 조사하고자 한다.
• 서버 로그 데이터를 활용한 이러한 가정 검증을 위한 방법론 프레임워크를 제공하여 향후 비교 연구를 가능하게 하고자 한다.
• 향후 사회적 태깅 시스템 내 사용자 행동 연구를 지원하기 위해 고유한 익명화된 BibSonomy 로그 데이터셋을 기여하고자 한다.
• 자기 보고나 후행 데이터가 아닌 실제 사용자 요청 및 게재 행동에 기반하여 기존 이론적 모델을 도전하고자 한다.

제안 방법

• BibSonomy의 6년 치 익명화된 서버 로그 데이터를 수집하고 분석하여 게재(태깅) 및 요청(페이지 조회) 행동을 모두 기록하였다.
• 요청 로그를 사용하여 실제 검색 행동을 측정하고, 태깅 행동과 대비시켜 검색 가정을 평가하였다.
• 페이지 조회 빈도와 요청 패턴을 분석하여 사용자, 태그, 자원 간의 인기 수준을 정량화하였다.
• 집합 수준의 인기 추세를 개인 수준의 행동과 비교하여 인기 가정의 타당성을 평가하였다.
• 페이지 조회를 통한 자원 공유 및 사용자 상호작용 빈도와 맥락을 분석하여 사회적 행동을 평가하였다.
• 통계 분석을 적용하여 사용자, 태그, 자원의 페이지 조회 빈도를 비교하여 평등성 가정을 검증하였다.

실험 결과

연구 질문

• RQ1 BibSonomy의 사용자들이 실제로는 개인 정보 관리 목적보다 사회적 공유를 위해 자원을 공유하는 정도는 어느 정도인가?
• RQ2 사용자의 태깅 행동이 실제로의 검색 행동과 얼마나 잘 일치하는가—태깅이 후속 검색을 진정으로 지원하는가?
• RQ3 사용자, 태그, 자원 간에 관심과 사용이 공정하게 분포되어 있는가—민족학적 모델에서 가정하는 바와 같은가?
• RQ4 게시물의 인기(예: 빈번한 태그)가 요청의 인기(예: 페이지 조회 수)와 어느 정도 일치하는가?
• RQ5 개인 수준의 행동이 집합 수준의 패턴과 비교할 때 인기 및 사용 측면에서 어떻게 다를까?

주요 결과

• 일부 사용자 행동은 사회적 공유를 시사하지만, 태깅 및 브라우징 행동의 상당 부분은 개인적인 성향을 띠며, 이는 사회적 태깅 시스템이 사회적 목적 뿐 아니라 개인 정보 관리 목적에도 기여하고 있음을 시사한다.
• 게재된 자원 중 실제로 후속으로 검색되는 비율이 매우 낮아, 태깅이 후속 액세스를 위해 이루어지는 것이라는 검색 가정이 실제 사용 패턴에 의해 강하게 지지되지 않는다는 것을 시사한다.
• 사용자 페이지의 조회 빈도가 자원 또는 태그 페이지보다 훨씬 높게 나타나, 민족학적 모델에서 가정하는 평등성 가정이 BibSonomy에서는 성립하지 않는 강력한 증거를 제공한다.
• 게시물의 인기 패턴과 요청의 인기 패턴은 집합 수준에서는 일치하지만 개인 수준에서는 약한 상관관계를 보이며, 이는 인기 가정이 부분적으로만 성립함을 시사한다.
• 사용자, 태그, 자원 간 조회 빈도의 격차는 사용자 중심 설계 및 인기 기반 순서 정렬이 세 엔티티를 대등하게 취급하는 것보다 더 효과적일 수 있음을 시사한다.
• 이 연구는 사용자, 태그, 자원을 대등하게 취급하는 알고리즘(예: FolkRank)이 인기 가중치나 요청 기반 전이 확률을 통합함으로써 향상될 수 있음을 입증한다.