[논문 리뷰] The Effect of Pets on Happiness: A Data-Driven Approach via Large-Scale Social Media

Yuchen Wu, Jianbo Yuan외 2명|arXiv (Cornell University)|2016. 10. 27.

Human-Animal Interaction Studies참고 문헌 7인용 수 6

한 줄 요약

이 연구는 인스타그램 데이터를 활용하여 반려동물이 인간의 행복에 미치는 영향을 데이터 기반, 대규모 접근 방식으로 분석한다. 반려동물 탐지에 컨볼루션 신경망을 결합하고 스냅샷 기반의 행복 점수 평가를 통해 반려동물 소유자와 대조군을 식별함으로써, 다양한 인구 통계 집단에서 반려동물 소유와 관련된 통계적으로 유의미한 행복 증가를 규명한다.

ABSTRACT

Psychologists have demonstrated that pets have a positive impact on owners' happiness. For example, lonely people are often advised to have a dog or cat to quell their social isolation. Conventional psychological research methods of analyzing this phenomenon are mostly based on surveys or self-reported questionnaires, which are time-consuming and lack of scalability. Utilizing social media as an alternative and complimentary resource could potentially address both issues and provide different perspectives on this psychological investigation. In this paper, we propose a novel and effective approach that exploits social media to study the effect of pets on owners' happiness. The proposed framework includes three major components: 1) collecting user-level data from Instagram consisting of about 300,000 images from 2905 users; 2) constructing a convolutional neural network (CNN) for pets classification, and combined with timeline information, further identifying pet owners and the control group; 3) measuring the confidence score of happiness by detecting and analyzing selfie images. Furthermore, various factors of demographics are employed to analyze the fine-grained effects of pets on happiness. Our experimental results demonstrate the effectiveness of the proposed approach and we believe that this approach can be applied to other related domains as a large-scale, high-confidence methodology of user activity analysis through social media.

연구 동기 및 목표

• 전통적인 설문 기반 심리학 연구에서 반려동물과 관련된 행복에 대한 확장성의 한계를 극복하기 위해.
• 소셜 미디어를 보완 자료로 활용하여 데이터 기반, 대규모 행복 측정 방법론을 개발하기 위해.
• 다양한 인구 통계 집단에서 반려동물 소유가 행복에 미치는 미묘한 영향을 조사하기 위해.
• 딥 러닝을 소셜 미디어 데이터에 적용하여 심리학적 및 행동 연구에 효과적인지 검증하기 위해.

제안 방법

• 2,905명의 사용자로부터 약 30만张의 이미지를 확보하여 대규모 데이터셋을 구성하기 위해 사용자 수준의 인스타그램 데이터를 수집한다.
• 비디오 콘텐츠와 타임라인 패턴을 기반으로 시각적 콘텐츠를 분류하여 반려동물 소유자를 식별하기 위해 컨볼루션 신경망(CNN)을 훈련시킨다.
• 스냅샷 이미지의 얼굴 분석을 통해 자동으로 정서 표현을 감지하여 사용자의 행복 신뢰도 점수를 추정한다.
• 나이, 성별, 위치와 같은 인구 통계적 요소를 통합하여 행복 수준의 세분화된 분석을 가능하게 한다.
• 반려동물 소유자와 비소유자 대조군을 비교하여 반려동물 소유가 행복 점수에 미치는 영향을 분리한다.
• 관측된 행복 수준의 차이가 통계적으로 유의미한지 평가하기 위해 통계 모델링을 적용한다.

실험 결과

연구 질문

• RQ1 소셜 미디어 콘텐츠에서 유추된 자가 보고 행복 수준이 반려동물 소유자에서 더 높은가?
• RQ2 나이와 성별과 같은 다양한 인구 통계 집단에서 반려동물 소유가 행복에 미치는 영향은 어떻게 다를까?
• RQ3 소셜 미디어 이미지에 적용된 딥 러닝 모델이 사용자의 행복 수준을 신뢰성 있게 탐지하고 측정할 수 있는가?
• RQ4 소셜 미디어 데이터는 전통적인 설문 기반 심리학 연구에 대한 확장성 있고 타당한 대안으로서 어느 정도 활용될 수 있는가?
• RQ5 다양한 종류의 반려동물이 소셜 미디어 행동에서 사용자 행복에 미치는 비교적 영향은 어떠한가?

주요 결과

• 반려동물 소유자와 비소유자 간 비교에서 행복 신뢰도 점수에 통계적으로 유의미한 증가가 관찰되어, 반려동물 소유가 정서적으로 긍정적인 영향을 미친다는 것을 확인한다.
• CNN 기반 반려동물 탐지 모델은 사용자 타임라인에서 반려동물 관련 콘텐츠를 높은 정확도로 식별하여 신뢰할 수 있는 그룹 분류가 가능하다.
• 스냅샷 분석을 통해 유도된 행복 점수는 다양한 인구 통계 하위군에서 일관된 패턴을 보이며, 이는 방법의 강건성을 시사한다.
• 인구 통계 변수 통합을 통해 청소년 사용자나 특정 성별 집단에서 더 강한 영향이 있음을 드러내는 미세한 차이를 발견한다.
• 제안된 프레임워크는 확장성과 신뢰성을 입증하여 전통적인 설문 기반 심리학 연구의 실질적인 대안이 될 수 있음을 보여준다.
• 결과는 소셜 미디어 데이터에 딥 러닝을 적용하는 것이 인간 정서적 웰빙을 연구하는 데 타당하고 대규모 적용이 가능한 방법임을 지지한다.