[논문 리뷰] Social Interaction in Flickr: Mechanisms and Role in Link Formation.

Karthik Gopalakrishnan, Arun Pandey외 1명|arXiv (Cornell University)|2015. 08. 30.

Complex Network Analysis Techniques참고 문헌 9인용 수 1

한 줄 요약

이 연구는 페이스북의 링크 형성에 영향을 주는 사회적 상호작용, 특히 '좋아요' 기능이 어떻게 작용하는지를 분석하기 위해 플리커를 이중층 시간적 복합망으로 모델링한다. 연구 결과, 좋아요 기능은 선호도 기반 연결 원칙을 따르며, 50퍼센트 이상의 좋아요가 10일 이내로 상호작용을 보이고, 상호작용 유형에 따라 상호작용 속도가 다름을 확인하였다. 특히, 좋아요를 받은 후, 좋아요를 누른 사용자의 팔로워들은 복합 삼각형을 닫기 위해 새로운 팔로우 링크를 형성하는 경향이 있다.

ABSTRACT

Online social networking sites such as Facebook, Twitter and Flickr are among the most popular sites on the Web, providing platforms for sharing information and interacting with a large number of people. The different ways for users to interact, such as liking, retweeting and favoriting user-generated content, are among the defining and extremely popular features of these sites. While empirical studies have been done to learn about the network growth processes in these sites, few studies have focused on social interaction behaviour and the effect of social interaction on network growth. In this paper, we analyze large-scale data collected from the Flickr social network to learn about individual favoriting behaviour and examine the occurrence of link formation after a favorite is created. We do this using a systematic formulation of Flickr as a two-layer temporal multiplex network: the first layer describes the follow relationship between users and the second layer describes the social interaction between users in the form of favorite markings to photos uploaded by them. Our investigation reveals that (a) favoriting is well-described by preferential attachment, (b) over 50% of favorites are reciprocated within 10 days if at all they are reciprocated, (c) different kinds of favorites differ in how fast they are reciprocated, and (d) after a favorite is created, multiplex triangles are closed by the creation of follow links by the favoriter's followers to the favorite receiver.

연구 동기 및 목표

• 온라인 사회망에서 좋아요와 같은 사회적 상호작용이 네트워크 성장에 어떻게 영향을 주는지 이해하는 것.
• 플리커에서 좋아요 행동의 시간적 역동성을 분석하는 것.
• 좋아요가 사용자 간 상호 연결 관계에 있는 사용자들 사이에서 새로운 팔로우 링크 형성에 어떻게 영향을 주는지 조사하는 것.
• 팔로우 관계와 사회적 상호작용 이벤트를 모두 반영하기 위해 플리커를 이중층 시간적 복합망으로 모델링하는 것.

제안 방법

• 팔로우 관계를 담는 한 층과 좋아요 상호작용을 담는 다른 층을 가진 플리커의 이중층 시간적 복합망 모델링.
• 좋아요와 팔로우 링크 생성 이벤트의 시기와 순서를 추적하기 위한 체계적 수식 도입.
• 좋아요 행동 패턴을 분석하기 위해 선호도 기반 연결 모델 적용.
• 좋아요와 그 상호작용 좋아요 사이의 시간 간격을 계산하여 상호작용 지연 시간 측정.
• 좋아요가 생성된 후, 좋아요를 누른 사용자의 팔로워가 좋아요를 받은 사용자를 팔로우하는지 추적하여 복합 삼각형의 닫힘 분석.
• 상호작용 유형에 따라 분류하여 다양한 유형 간 상호작용 속도 비교.

실험 결과

연구 질문

• RQ1 플리커에서 좋아요 행동은 선호도 기반 연결 메커니즘을 따르는가?
• RQ2 좋아요의 평균 상호작용 지연 시간은 얼마이며, 유형에 따라 어떻게 다를까?
• RQ3 좋아요를 받은 후, 좋아요를 누른 사용자의 팔로워가 좋아요를 받은 사용자를 새로운 팔로우 링크로 연결할 가능성은 어느 정도인가?
• RQ4 좋아요를 통한 사회적 상호작용이 네트워크 내 새로운 팔로우 링크 형성에 어떻게 기여하는가?

주요 결과

• 플리커에서의 좋아요 행동은 선호도 기반 연결 메커니즘으로 잘 설명되며, 이는 유명한 사용자가 더 많은 좋아요를 받는다는 것을 시사한다.
• 상호작용이 이루어지는 경우, 50퍼센트 이상의 좋아요가 10일 이내로 상호작용된다.
• 다양한 유형의 좋아요는 서로 다른 상호작용 속도를 보이며, 일부 형태는 다른 것들보다 상당히 빠르게 상호작용된다.
• 좋아요가 생성된 후, 좋아요를 누른 사용자의 팔로워는 좋아요를 받은 사용자를 더 자주 팔로우하게 되어 복합 삼각형의 닫힘을 보여준다.
• 좋아요가 생성되면, 이전에 연결되지 않은 사용자 간에 새로운 팔로우 링크 형성이 더 가능성해진다.
• 좋아요의 시간적 역동성과 상호작용 패턴은 사회적 상호작용이 네트워크 확장의 촉매제로 작용한다는 것을 시사한다.