[논문 리뷰] Style in the Age of Instagram: Predicting Success within the Fashion Industry using Social Media

Jaehyuk Park, Giovanni Luca Ciampaglia외 1명|KDI Central Archives (Korea Development Institute)|2015. 08. 18.

Digital Marketing and Social Media참고 문헌 28인용 수 21

한 줄 요약

이 연구는 패션 산업에서의 초기 경력 성공을 예측하기 위해 신체적, 전문적 요소 및 인스타그램 소셜 미디어 지표를 사용하는 기계학습 프레임워크를 개발한다. 연구 결과, 전통적인 산업 요인들인 최고 수준의 에 ageney 소속이나 신체적 미모와는 달리, 인스타그램에서의 활발한 참여가 모델의 경력 지속 기간에 더 강력한 예측 요소로 작용하는 것으로 나타났다.

ABSTRACT

Fashion is a multi-billion dollar industry with social and economic implications worldwide. To gain popularity, brands want to be represented by the top popular models. As new faces are selected using stringent (and often criticized) aesthetic criteria, \emph{a priori} predictions are made difficult by information cascades and other fundamental trend-setting mechanisms. However, the increasing usage of social media within and without the industry may be affecting this traditional system. We therefore seek to understand the ingredients of success of fashion models in the age of Instagram. Combining data from a comprehensive online fashion database and the popular mobile image-sharing platform, we apply a machine learning framework to predict the tenure of a cohort of new faces for the 2015 Spring\,/\,Summer season throughout the subsequent 2015-16 Fall\,/\,Winter season. Our framework successfully predicts most of the new popular models who appeared in 2015. In particular, we find that a strong social media presence may be more important than being under contract with a top agency, or than the aesthetic standards sought after by the industry.

연구 동기 및 목표

• 신규 패션 모델의 측정 가능한 신체적 및 전문적 특성이 향후 시즌의 성공을 예측할 수 있는가를 조사하기 위해.
• 특히 인스타그램에서의 활동 수준과 같은 소셜 미디어 활동이 기존 산업 지표를 넘어서 모델 성공 예측 능력을 향상시키는가를 평가하기 위해.
• 소셜 미디어가 전통적인 미학 중심의 캐스팅 절차에 미치는 영향을 이해하기 위해.
• 소셜 미디어 존재감이 실물 산업 내의 화제성과 정보 확산 현상의 대체 지표로 작용하는가를 조사하기 위해.
• 패션 분야의 문화 시장 결과에 집단적 주목도가 어떻게 영향을 미치는지 분석함으로써, 보다 넓은 '성공의 과학' 기여를 위해.

제안 방법

• 2015년 봄/여름 시즌에 진입한 신규 모델의 데이터를 패션 모델 디렉터리(FMD)에서 수집하였다.
• 동일한 모델 코hort의 인스타그램 활동 지표(예: 팔로워 수, 게시 빈도, 참여율)를 수집하였다.
• 2015~16년 가을/겨울 시즌 동안 런웨이에 참여한 횟수(모델 경력 지속 기간)를 예측하기 위해 지도 학습 분류 모델을 구축하였다.
• 신장, 체형, 에이전시 명성, 소셜 미디어 활동 등의 개별 특성과 경력 지속 기간 간의 연관성을 평가하기 위해 회귀 분석을 시행하였다.
• 모델 성능 평가를 위해 AUC-ROC 및 F1-score와 같은 평가 지표를 사용하여 보류된 테스트 데이터에서 성능을 평가하였다.
• 기존 유명세에 기인한 누적 우위 효과를 통제하기 위해 신규 진입자에 집중함으로써 편향을 최소화하였다.

실험 결과

연구 질문

• RQ1 모델의 측정 가능한 신체적 및 전문적 특성 데이터를 바탕으로, 그녀가 향후 패션 시즌에 캐스팅될 수 있는지 예측할 수 있는가?
• RQ2 관련된 소셜 미디어 활동 신호가 추가될 경우, 모델의 성공 예측 능력이 향상되는가?
• RQ3 소셜 미디어 존재감이 모델 선발 과정에서 산업 내 화제성과 정보 확산 현상의 어느 정도의 대체 지표로 작용하는가?
• RQ4 신체적 외모 기준(예: 신장, 날씬함)과 소셜 미디어 지표가 모델 경력 지속 기간 예측에 비해 어떤가?
• RQ5 소셜 미디어 활동이 패션 산업에서 경력 성공의 신뢰할 수 있는 초기 지표로 기능할 수 있는가?

주요 결과

• 인스타그램에서의 소셜 미디어 존재감은 전통적 요인인 최고 수준의 에이전시 소속이나 신체적 특성보다도 모델 경력 지속 기간에 더 강력한 예측 요소였다.
• 활동적인 인스타그램 계정을 가진 모델들은 다른 변수를 통제한 후에도 여러 런웨이에 참여할 가능성이 더 높았다.
• 기계학습 모델은 2015~16년 시즌에 성공을 거둔 대부분의 신규 모델을 성공적으로 예측하였다.
• 소셜 미디어 화제성과 실물 산업 내 시장성 간에 강한 상관관계가 발견되어, 온라인 주목도가 실제 기회를 증폭시킨다는 것을 시사했다.
• 신규 모델들 사이에서도 승자독점 구조가 뚜렷하게 드러났다: 전체 모델의 24%가 최소 한 번 이상의 최상위 런웨이에 참여했으며, 이 단일 이벤트가 그들의 경력 시장성에 크게 기여했다.
• 신장과 날씬함 같은 신체적 특성은 런웨이 참여 수와 유의미하게 연관되어 있었지만, 최종 모델에서 소셜 미디어 지표의 예측 능력이 이를 뛰어넘었다.