[논문 리뷰] Social Browsing on Flickr

Kristina Lerman, Laurie A Jones|ArXiv.org|2006. 12. 07.

Recommender Systems and Techniques참고 문헌 4인용 수 111

한 줄 요약

이 논문은 플리커에서의 사회적 브라우징을 조사하여, 사용자들이 주로 태그나 그룹이 아닌 연락처의 사진 스트림을 통해 새로운 이미지를 발견함을 입증한다. 사용자 활동 분석을 통해 사회적 네트워크—특히 역방향 연락처—가 이미지 인기의 강력한 예측 요소임을 밝혀내며, 고품질 이미지의 75퍼센트 이상의 댓글이 사진작가의 사회적 네트워크에서 유래됨을 확인하여, 사회적 브라우징이 콘텐츠 탐색 및 추천의 핵심 메커니즘임을 시사한다.

ABSTRACT

The new social media sites - blogs, wikis, del.icio.us and Flickr, among others - underscore the transformation of the Web to a participatory medium in which users are actively creating, evaluating and distributing information. The photo-sharing site Flickr, for example, allows users to upload photographs, view photos created by others, comment on those photos, etc. As is common to other social media sites, Flickr allows users to designate others as ``contacts'' and to track their activities in real time. The contacts (or friends) lists form the social network backbone of social media sites. We claim that these social networks facilitate new ways of interacting with information, e.g., through what we call social browsing. The contacts interface on Flickr enables users to see latest images submitted by their friends. Through an extensive analysis of Flickr data, we show that social browsing through the contacts' photo streams is one of the primary methods by which users find new images on Flickr. This finding has implications for creating personalized recommendation systems based on the user's declared contacts lists.

연구 동기 및 목표

• 태그나 그룹과 같은 전통적 방법 외에 사용자들이 플리커에서 새로운 이미지를 어떻게 탐색하는지 이해하기 위해.
• 특히 연락처와 역방향 연락처를 포함한 사회적 네트워크가 사용자 브라우징 행동에 미치는 영향을 조사하기 위해.
• 플리커에서 다른 탐색 메커니즘과 비교해 사회적 브라우징이 콘텐츠 탐색의 주요 방식인지 평가하기 위해.
• 사회적 네트워크의 크기와 구조가 이미지 인기 및 참여 지표를 얼마나 잘 예측하는지 파악하기 위해.
• 개인화된 이미지 추천 시스템에 사회적 네트워크를 활용할 수 있는지 평가하기 위해.

제안 방법

• 랜덤(무작위 선택된), Apex(사용자가 선별한 고품질 이미지), Explore(플리커의 알고리즘에 의해 선별된 최고의 이미지) 세 가지 이미지 세트에 대한 데이터를 수집하고 분석하였다.
• 세 세트의 이미지에 대해 시청 수, 즐겨찾기 수, 댓글 수 등 참여 지표를 추적하였다.
• 연락처 목록과 역방향 연락처(사진작가를 연락처로 가진 사용자)를 분석하여 사용자 사회적 네트워크를 매핑하였다.
• 참여 지표를 사회적 네트워크의 크기와 구조, 특히 역방향 연락처 수와 관련지어 상관 분석하였다.
• 통계적 분석을 통해 사회적 네트워크, 태그, 그룹 제출이 이미지 인기에 미치는 영향을 비교하였다.
• 댓글의 출처를 분석하여 댓글을 남긴 이들이 사진작가의 사회적 네트워크에 속해 있는지(상호 연락처, 역방향 연락처, 혹은 낯선 이들)를 확인하였다.

실험 결과

연구 질문

• RQ1 연락처를 통한 사회적 브라우징이 플리커에서 사용자들이 새로운 이미지를 탐색하는 데 얼마나 영향을 미치는가?
• RQ2 사진작가의 사회적 네트워크 크기와 관련하여 참여 지표(시청 수, 즐겨찾기 수, 댓글 수)는 어떻게 상관관계가 있는가?
• RQ3 사회적 네트워크, 태그, 그룹 제출이 이미지 인기에 미치는 상대적 영향은 어떠한가?
• RQ4 랜덤, Apex, Explore 세트 간에 댓글 출처(상호 연락처, 역방향 연락처, 낯선 이들)는 어떻게 다를까?
• RQ5 사회적 네트워크 구조는 이미지가 플리커의 Explore 페이지에 게재될 가능성을 예측할 수 있는가?

주요 결과

• 연락처를 통한 사회적 브라우징이 플리커에서 새로운 이미지를 탐색하는 데 가장 우세한 방식이며, 고품질 이미지의 75퍼센트 이상의 댓글이 사진작가의 사회적 네트워크에서 유래된다.
• 사진작가의 역방향 연락처 수(사진작가를 연락처로 가진 사용자 수)가 시청 수 및 즐겨찾기 수를 포함한 이미지 참여 지표와 가장 강하게 상관관계가 있다.
• Apex 세트와 Explore 세트는 Apex 세트가 수개월 전의 이미지임에도 불구하고 유사한 참여 패턴을 보이며, Interestingness 알고리즘이 고품질 사진작가를 효과적으로 식별하고 있음을 시사한다.
• Apex 이미지의 10퍼센트만이 이전에 Explore 페이지에 게재된 바가 있었으며, 이는 사용자 선별과 알고리즘 선별 간의 겹침이 제한적임을 시사한다.
• 태그보다 사회적 네트워크가 콘텐츠 공유에 더 효과적이며, 그룹 제출은 제외한 경우 랜덤 사용자 외에는 미미한 역할을 한다. 이는 사회적 네트워크가 약한 경우 때문일 수 있다.
• 공개 노출에도 불구하고, 사진작가의 사회적 네트워크 크기는 Explore 페이지에 이미지가 게재되는 데 있어 핵심 요소로 남아 있다.