[논문 리뷰] The happiness paradox: your friends are happier than you

Johan Bollen, Bruno Gonçalves외 2명|arXiv (Cornell University)|2016. 02. 08.

Complex Network Analysis Techniques인용 수 12

한 줄 요약

이 연구는 대규모 온라인 소셜 네트워크에서 '행복 역설'에 대한 처음으로 경험적 증거를 제공하며, 평균적으로 대부분의 트위터 사용자가 자신의 친구들보다 덜 행복하다는 것을 입증한다. 39,110명의 사용자 트윗에 대한 정서 분석을 통해 저자들은 행복 수준에 따른 혼합 방식과 기분 전염과 같은 강력한 개인 간 영향력이 행복 역설을 이끌어내며, 특히 불행한 사용자들에게서 두드러지게 나타난다. 이는 인기와 행복 간의 상관관계가 낮기 때문이다.

ABSTRACT

Most individuals in social networks experience a so-called Friendship Paradox: they are less popular than their friends on average. This effect may explain recent findings that widespread social network media use leads to reduced happiness. However the relation between popularity and happiness is poorly understood. A Friendship paradox does not necessarily imply a Happiness paradox where most individuals are less happy than their friends. Here we report the first direct observation of a significant Happiness Paradox in a large-scale online social network of $39,110$ Twitter users. Our results reveal that popular individuals are indeed happier and that a majority of individuals experience a significant Happiness paradox. The magnitude of the latter effect is shaped by complex interactions between individual popularity, happiness, and the fact that users cluster assortatively by level of happiness. Our results indicate that the topology of online social networks and the distribution of happiness in some populations can cause widespread psycho-social effects that affect the well-being of billions of individuals.

연구 동기 및 목표

• 온라인 소셜 네트워크에서 개인이 자신의 친구들보다 덜 행복하다고 느끼는 '행복 역설'이 존재하는지 조사하기.
• 개인의 인기와 행복 간의 관계를 검토하고, 인기와 더 높은 행복도 간에 상관관계가 있는지 여부를 조사하기.
• 특히 행복 수준에 따른 유사성 혼합 방식을 포함한 네트워크 구조가 행복 역설을 어떻게 증폭시키는지 규명하기.
• 특히 불행한 사용자들에게서 기분 전염이나 사회적 반영과 같은 개인 간 상호작용이 행복 역설을 어떻게 증폭시키는지 탐구하기.

제안 방법

• 각 사용자당 최신 3,200개의 타임스탬프가 찍힌 트윗에 대한 자동 정서 분석을 통해 주관적 복지 수준(SWB)을 [-1, +1] 척도로 추정하기.
• 사용자 인기의 정량화를 위해 네트워크 내 친구 수의 로그(log(degree))를 사용하기.
• 평균적으로 자신의 친구들보다 행복도가 낮은 사용자 비율을 계산하기 (P_hap > 50%는 행복 역설을 나타냄).
• 네트워크 샘플에서 역설 지표의 강인성을 검증하기 위해 10%의 사용자 샘플을 5,000번 부트스트래핑하기.
• 네트워크 구조와 SWB 분포를 유지하면서 개인 간 SWB 값을 20,000번 재배치하여 무효 모델 비교를 통해 통계적 유의성을 평가하기.
• 행복도가 친구들의 평균 행복도와의 선형 회귀 분석을 수행하고, '행복한' 및 '불행한' 사용자 그룹 간 결과를 비교하기.

실험 결과

연구 질문

• RQ1 온라인 소셜 네트워크에서 대부분의 개인이 평균적으로 자신의 친구들보다 덜 행복한가? 즉, 행복 역설이 존재하는가?
• RQ2 네트워크 내에서 개인의 인기와 행복 간에 유의미한 상관관계가 있는가?
• RQ3 행복 수준에 따른 유사성 혼합이 행복 역설에 얼마나 큰 영향을 미치는가?
• RQ4 기분 전염이나 사회적 반영과 같은 개인 간 상호작용이 불행한 사용자들에게서 행복 역설을 증폭시키는가?

주요 결과

• 유의미한 행복 역설이 존재한다: 50% 이상의 사용자가 평균적으로 자신의 친구들보다 덜 행복하며, P_hap > 50%는 광범위한 영향을 나타낸다.
• 인기 있는 개인은 평균적으로 더 행복하며, log(degree)와 SWB 간에 양의 피어슨 상관관계(R)가 존재하지만, 이 상관관계는 비교적 약하다.
• 불행한 사용자 그룹은 인기와 행복 간 상관관계가 가장 낮음에도 불구하고, 더 강한 행복 역설을 경험한다.
• 불행한 사용자 그룹은 자신의 행복도와 친구들의 평균 행복도 간의 관계 기울기(b = +0.9439)가 행복한 사용자 그룹(b = +0.4459)보다 더 높게 나타나, 친구들의 기분에 더 민감한 것으로 나타났다.
• 불행한 사용자 그룹에서 강력한 행복 역설은 행복한 인기 있는 개인의 존재 때문이 아니라, 기분 전염이나 언어적 반영과 같은 개인 간 상호작용에 의해 주로 이끌린다.
• 무효 모델 비교를 통해 관측된 행복 역설이 통계적으로 유의미하며, 랜덤한 네트워크 구조나 SWB 분포 때문이 아니라는 점이 확인되었다.