[논문 리뷰] Online Actions with Offline Impact: How Online Social Networks Influence Online and Offline User Behavior

Tim Althoff, Pranav Jindal외 1명|arXiv (Cornell University)|2016. 12. 09.

Impact of Technology on AdolescentsSocial Sciences인용 수 20

한 줄 요약

이 연구는 신체활동 추적 앱의 사회적 네트워크 특성이 온라인 참여도와 오프라인 신체활동에 미치는 영향을 조사한다. 5년간 600만 명의 사용자를 대상으로 자연 실험과 인과추론을 수행한 결과, 새로운 사회적 연결은 온라인 활동을 30% 증가시키며, 유저 유지를 17% 향상시키고, 하루 평균 보를 7% 증가시킨다(약 400보), 사회적 영향력은 행동 변화의 55%를 차지한다.

ABSTRACT

Many of today's most widely used computing applications utilize social networking features and allow users to connect, follow each other, share content, and comment on others' posts. However, despite the widespread adoption of these features, there is little understanding of the consequences that social networking has on user retention, engagement, and online as well as offline behavior. Here, we study how social networks influence user behavior in a physical activity tracking application. We analyze 791 million online and offline actions of 6 million users over the course of 5 years, and show that social networking leads to a significant increase in users' online as well as offline activities. Specifically, we establish a causal effect of how social networks influence user behavior. We show that the creation of new social connections increases user online in-application activity by 30%, user retention by 17%, and user offline real-world physical activity by 7% (about 400 steps per day). By exploiting a natural experiment we distinguish the effect of social influence of new social connections from the simultaneous increase in user's motivation to use the app and take more steps. We show that social influence accounts for 55% of the observed changes in user behavior, while the remaining 45% can be explained by the user's increased motivation to use the app. Further, we show that subsequent, individual edge formations in the social network lead to significant increases in daily steps. These effects diminish with each additional edge and vary based on edge attributes and user demographics. Finally, we utilize these insights to develop a model that accurately predicts which users will be most influenced by the creation of new social network connections.

연구 동기 및 목표

• 온라인 사회적 네트워크가 온라인 앱 참여도와 오프라인 신체활동에 미치는 인과적 영향을 이해하는 것.
• 사회적 영향력과 네트워크에 참여한 사용자의 내재적 동기 향상 요인을 분리하여 분석하는 것.
• 새로운 사회적 연결 후 행동 변화에 가장 민감한 사용자를 특정하는 것.
• 새로운 사회적 유대를 맺은 후 신체활동을 증가시킬 가능성이 높은 사용자를 예측하는 모델을 개발하는 것.
• 자기 보고 기반 행동 데이터의 편향을 피하기 위해 객관적인 센서 기반 신체활동 데이터를 사용하는 것.

제안 방법

• 지연된 친구 관계 형성의 자연 실험을 활용하여 새로운 사회적 연결의 인과적 영향을 분리한다.
• 고전적 경제학의 차이의 차이(DID) 및 매칭 기법을 적용하여 행동 변화에 대한 인과적 영향을 추정한다.
• Azumio Argus 앱의 대규모 데이터셋을 사용하여 600만 명의 사용자, 6억 3100만 건의 활동 게시물, 1억 6000만 일에 달하는 가속도 기반 보 수치 추적 데이터를 확보한다.
• 온라인 행동으로서의 자기 보고 기반 앱 활동과 오프라인 행동으로서의 수동적 보 수치를 별개의 결과 측정 기준으로 구분한다.
• 사용자 인구통계학적 정보, 연결 이전 행동, 엣지 특성, 시간 패턴을 활용하여 사회적 영향력에 대한 민감도를 예측하는 예측 모델을 구축한다.
• 모델 성능을 AUC 기준으로 평가하여 연결 후 활동 증가를 예측하는 데 78% 이상의 AUC를 달성한다.

실험 결과

연구 질문

• RQ1 새로운 사회적 네트워크 연결이 온라인 앱 활동과 오프라인 신체활동을 얼마나 인과적으로 증가시키는가?
• RQ2 관찰된 행동 변화 중 사회적 영향력이 차지하는 비율은 어느 정도이며, 나머지 부분은 네트워크 참여로 인한 내재적 동기 향상 때문인가?
• RQ3 어떤 사용자 및 엣지 특성이 새로운 사회적 유대 형성 후 행동 변화에 더 민감한가?
• RQ4 새로운 사회적 연결 형성 후 신체활동을 증가시킬 가능성이 높은 사용자를 정확히 예측할 수 있는가?
• RQ5 사회적 영향력의 효과는 시간이 지남에 따라 어떻게 변화하며, 친구 관계와 팔로우 관계 등 다양한 유형의 사회적 연결 간에 어떻게 다를까?

주요 결과

• 새로운 사회적 연결 형성으로 인해 온라인 앱 활동이 30% 증가하고, 사용자 유지는 17% 향상된다.
• 신규 연결은 오프라인 신체활동을 7% 증가시키며, 이는 하루 약 400보의 추가 보수에 해당한다.
• 사회적 영향력은 관찰된 행동 변화의 55%를 차지하며, 나머지 45%는 내재적 동기 향상 때문으로 분석된다.
• 후속 엣지 형성은 일시적이고 점점 감소하는 보 수치 증가 효과를 보이며, 시간이 지남에 따라 감소한다.
• 인구통계학적 정보, 연결 이전 행동, 엣지 특성을 포함한 예측 모델은 활동 증가 예측에 AUC가 78% 이상을 기록한다.
• 예측 능력은 엣지 유형과 이니시에이터 유형에 따라 달라지며, 팔로워가 시작한 연결에서 가장 높은 AUC(0.847)를 기록했다.