[논문 리뷰] Competition and Success in the Meme Pool: a Case Study on Quickmeme.com

Michele Coscia|arXiv (Cornell University)|2013. 04. 05.

Language and cultural evolution참고 문헌 23인용 수 8

한 줄 요약

이 연구는 네트워크 효과와 무관하게 멤의 성공을 이끄는 내재적 특성들을 분석하기 위해 Quickmeme.com의 인터넷 멤을 분석한다. 499개의 멤에 대해 의사결정트리 모델을 적용한 결과, 낮은 인기 정점과 높은 협업은 75–80%의 성공 확률을 보이며, 높은 정점은 경쟁을 해로운 요소로 만든다. 이는 멤의 성공이 개인적 특성과 멤 풀 내 협업 역학 모두에 의해 영향을 받음을 시사한다.

ABSTRACT

The advent of social media has provided data and insights about how people relate to information and culture. While information is composed by bits and its fundamental building bricks are relatively well understood, the same cannot be said for culture. The fundamental cultural unit has been defined as a "meme". Memes are defined in literature as specific fundamental cultural traits, that are floating in their environment together. Just like genes carried by bodies, memes are carried by cultural manifestations like songs, buildings or pictures. Memes are studied in their competition for being successfully passed from one generation of minds to another, in different ways. In this paper we choose an empirical approach to the study of memes. We downloaded data about memes from a well-known website hosting hundreds of different memes and thousands of their implementations. From this data, we empirically describe the behavior of these memes. We statistically describe meme occurrences in our dataset and we delineate their fundamental traits, along with those traits that make them more or less apt to be successful.

연구 동기 및 목표

• 사회적 네트워크 효과와 무관한 인터넷 멤의 내재적 특성을 연구하기 위해.
• Quickmeme에서 멤이 경쟁과 협업을 보이며 문화 단위로서의 신분을 확인하기 위해 실증적으로 검증하기 위해.
• 멤 풀 내에서 성공 확률을 높이거나 낮추는 특정 멤 특징을 특정하기 위해.
• 통제된 플랫폼을 사용하여 멤etics 연구를 위한 고품질이고 추적 가능한 데이터 소스를 제공하기 위해.
• 문화 진화 연구에서 네트워크 기반 역학에서 멤 수준의 특성으로 초점을 이동시키기 위해.

제안 방법

• 멤 생성 시점, 평가 점수, 사용 빈도 등을 포함한 Quickmeme.com의 데이터를 수집하고 정제하였다.
• 정점 인기, 경쟁자 수, 협업자 수, 멤 유기체에 존재 여부 등의 특징을 기반으로 멤 성공 여부를 예측하기 위해 의사결정트리 모델을 훈련시켰다.
• 의사결정트리의 해석 가능성 향상을 위해 가지치기와 잎 병합을 사용하였다.
• 성공을 높은 평가를 받은 멤으로 정의하였으며, 기준 성공 확률은 총 499개 중 177개의 성공 멤을 기반으로 계산되었다.
• 각 멤의 시간적 패턴을 시리즈로 나누어 스냅샷으로 간주하고, 성공 예측에 있어 특징의 중요도를 분석하였다.
• 멤 특성과 성공 확률 간 상관관계를 평가하였으며, 고정점이 있는 멤과 저정점이 있는 멤의 행동을 구분하였다.

실험 결과

연구 질문

• RQ1 Quickmeme의 멤은 경쟁과 협업을 보이며, 이는 문화 단위로서의 신분을 확인하는가?
• RQ2 네트워크 효과와 무관하게 멤의 어떤 내재적 특성이 성공을 가장 강하게 예측하는가?
• RQ3 인기 정점의 존재가 경쟁과 멤 성공 간 관계에 어떤 영향을 미치는가?
• RQ4 협업 또는 멤 유기체에의 소속이 멤의 성공 확률을 높이는 데 어떤 역할을 하는가?
• RQ5 사회적 네트워크 구조를 고려하지 않고도 정적 특성만으로 의사결정트리 모델이 멤 성공을 효과적으로 예측할 수 있는가?

주요 결과

• 이 데이터셋에서 멤의 기준 성공 확률은 총 499개 중 177개의 성공 멤을 기반으로 35.47%이다.
• 낮은 인기 정점이 있는 멤은 54.47%의 성공 확률을 가지며, 높은 정점이 있는 멤은 단지 13.41%의 성공 확률을 가진다.
• 높은 인기 정점이 없는 멤의 경우, 많은 경쟁자가 있을수록 성공 확률이 75%로 증가하지만, 높은 정점이 있는 멤의 경우 경쟁자가 많을수록 성공 확률은 6.25%로 감소한다.
• 높은 경쟁자가 있는 통합된 멤 유기체에 속한 멤은 80.3%의 성공 확률을 보이며, 강력한 협업 우위를 보인다.
• 높은 협업은 정점이 없는 멜에 대해 79.31%의 성공 확률을, 낮은 협업은 58.62%의 성공 확률을 유도한다.
• 경쟁자 수는 높은 정점이 있는 멜에 대해 성공과 음의 상관관계가 있지만, 낮은 정점이 있는 멜에 대해서는 양의 상관관계가 있어, 상반된 역학을 보인다.