[논문 리뷰] Visualizing Communication on Social Media: Making Big Data Accessible

Karissa McKelvey, Alex Rudnick외 2명|arXiv (Cornell University)|2012. 02. 07.

Data Visualization and Analytics참고 문헌 7인용 수 20

한 줄 요약

이 논문은 사회과학 연구자와 기자들이 대규모 트위터 논의를 접근할 수 있도록 하는 Truthy 시스템 기반의 상호작용 가능한 시각화 플랫폼을 제시한다. 실시간 데이터 수집, 다중 수준 시각적 분석(확산 네트워크, 스파크라인, 상호작용 가능한 표 포함), 클라이언트 측 API 기반 데이터 내보내기 기능을 통합함으로써, 비기술자도 계산 전문 지식 없이 정보 확산, 사용자 영향력, 주제 역학을 탐색할 수 있도록 하여, 대규모 온라인 소통 연구의 장벽을 크게 낮춘다.

ABSTRACT

The broad adoption of the web as a communication medium has made it possible to study social behavior at a new scale. With social media networks such as Twitter, we can collect large data sets of online discourse. Social science researchers and journalists, however, may not have tools available to make sense of large amounts of data or of the structure of large social networks. In this paper, we describe our recent extensions to Truthy, a system for collecting and analyzing political discourse on Twitter. We introduce several new analytical perspectives on online discourse with the goal of facilitating collaboration between individuals in the computational and social sciences. The design decisions described in this article are motivated by real-world use cases developed in collaboration with colleagues at the Indiana University School of Journalism.

연구 동기 및 목표

• 컴퓨터 기반 사회과학 도구와 커뮤니케이션 및 사회과학 분야 비기술 연구자의 요구 사이의 격차를 해소하기 위해.
• 프로그래밍이나 고급 통계 교육 없이도 대규모 트위터 데이터를 탐색할 수 있도록 접근성 있고 상호작용 가능한 인터페이스를 개발하기 위해.
• 컴퓨터 과학자와 사회과학자 간의 협업 연구를 지원하기 위해 온라인 논의 및 네트워크 역학에 대한 직관적인 시각적 분석을 제공하기 위해.
• 정치적 및 공적 논의에서 정보 확산, 사용자 영향력, 감성에 대한 이론 기반 실시간 분석을 지원하기 위해.
• 연구자가 표준 도구를 사용해 특정 주제, 사용자 또는 멤스에 대한 데이터를 필터링, 정렬, 내보내기 할 수 있도록 하기 위해.

제안 방법

• 시스템은 공식 API를 통해 실시간 트위터 데이터를 수집하기 위한 다층 아키텍처를 사용하며, 해시태그, 언급, 하이퍼링크, 텍스트 서브스트링 기반으로 트윗을 '멤스'(meme)로 그룹화한다.
• 노드가 사용자를, 간선이 재트윗(파란색) 또는 언급(주황색)을 나타내는 복합 정보 확산 네트워크를 구성함으로써, 소통 경로를 시각화할 수 있다.
• 멤스 확산 네트워크와 시간에 따른 활동량을 보여주는 시계열 스파크라인을 포함한 상호작용 가능하고 줌 가능한 시각화 기능을 제공한다.
• Google 차트 도구 기반의 필터링, 정렬, 검색 기능이 있는 데이터 테이블을 통해 특정 멤스와 관련된 사용자의 인구통계학적, 영향력, 행동 지표를 노출한다.
• 클라이언트 측 자바스크립트 솔루션을 통해 실시간으로 Twitter API에서 역사적 트윗 데이터를 자동으로 가져와 표준 형식(예: .csv 및 Gephi 호환 파일)으로 내보내는 기능을 구현한다.
• 주제 기반 탐색을 위해 테마 카테고리를 제공하고, 애니메이션 시각화를 통해 멤스 간 공존 패턴을 탐색할 수 있도록 한다.

실험 결과

연구 질문

• RQ1 비기술자 연구자들이 커뮤니케이션 및 사회과학 분야에서 대규모 트위터 논의를 어떻게 접근할 수 있도록 할 수 있는가?
• RQ2 온라인 커뮤니케이션 네트워크의 이론 기반 탐색을 지원하는 데 가장 효과적인 시각화 및 상호작용 패턴은 무엇인가?
• RQ3 정량적 데이터 분석과 정성적 연구 방법 간 격차를 메울 수 있도록 컴퓨터 기반 사회과학 도구를 어떻게 설계할 수 있는가?
• RQ4 프로그래밍 능력 없이도 연구자가 특정 주제나 사용자 그룹에 대한 데이터를 효과적으로 필터링, 탐색, 내보낼 수 있도록 하는 기능은 무엇인가?
• RQ5 실시간 상호작용 가능한 시각적 분석은 소셜 미디어 플랫폼에서의 정보 확산과 조율된 행동 연구를 어떻게 지원할 수 있는가?

주요 결과

• 플랫폼은 정보 확산 네트워크와 시계열 활동 패턴의 직관적인 시각화를 통해 비기술자 사용자가 대규모 트위터 데이터를 탐색할 수 있도록 성공적으로 지원한다.
• 영향력, 인구통계학적 지표, 재트윗 빈도와 같은 사용자 수준 지표의 상호작용 필터링 및 정렬 기능을 통해 연구자는 특정 주제 내에서 핵심 인물과 소통 패턴을 식별할 수 있다.
• 클라이언트 측 API 호출 기반의 데이터 내보내기 기능을 통해 사용자는 .csv 및 Gephi 파일과 같은 표준 형식으로 역사적 트윗 데이터를 다운로드할 수 있다.
• 네트워크, 스파크라인, 상호작용 가능한 표를 포함한 다중 시각화 레이어의 통합은 분석 통찰력을 향상시키는 보완적인 시각적 관점을 제공한다.
• 저널리즘 학자들과의 협업이 디자인에 영향을 미쳐, 정치적 논의와 오락성 정보 연구에 실질적인 기여를 할 수 있는 도구가 탄생했다.
• 이 플랫폼은 상호작용 가능한 시각화가 대규모 컴퓨터 기반 사회과학 데이터에 대한 접근을 효과적으로 민주화하고, 다학제적 협업을 촉진할 수 있음을 입증한다.