[論文レビュー] The happiness paradox: your friends are happier than you

Johan Bollen, Bruno Gonçalves+2 more|arXiv (Cornell University)|Feb 8, 2016

Complex Network Analysis Techniques被引用数 12

ひとこと要約

本研究は、大規模なオンラインソーシャルネットワークにおいて、『幸せの逆説』の最初の実証的証拠を提供しており、平均してほとんどのTwitterユーザーが自分の友人よりも幸せでないことを示している。39,110人のユーザーのツイートに対するセンチメント分析を用いて、感情の同調的混合（assortative mixing）と、特に不幸なユーザーに強く影響を与える気分の伝染（mood contagion）といった強い人間関係的要因によって引き起こされる顕著な幸せの逆説が確認された。この逆説は、人気と幸せの間の相関が低いために生じている。

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.

研究の動機と目的

• オンラインソーシャルネットワークにおいて、個人が平均して自分の友人よりも幸せでないと感じること、すなわち幸せの逆説が存在するかを調査すること。
• 個人の注目度（人気）と幸せの関係を検討し、人気が高いほど幸せであるかを調査すること。
• 特に幸せのレベルによる同調的混合（assortative mixing）を含むネットワーク構造が、幸せの逆説をどのように強化するかを特定すること。
• 特に不幸なユーザーにおいて、気分の伝染や社会的模倣といった人間関係的ダイナミクスが、逆説を拡大させるかどうかを調査すること。

提案手法

• 各ユーザーの時刻付きの最近3,200件のツイートに対する自動センチメント分析を用いて、[-1, +1]スケールの主観的幸福度（SWB）を推定する。
• ユーザーの人気度を、ネットワーク内での友達数の対数（log(degree)）として定量化する。
• 平均して友人よりも幸せでないユーザーの割合を計算する（P_hap > 50% は幸せの逆説を示す）。
• 5,000回のブートストラップ・リサンプリング（10%のユーザーをランダムに抽出）を用いて、ネットワークサンプル全体を通じての逆説指標の妥当性を検証する。
• 20,000回の再配分を用いて、ネットワーク構造とSWB分布を保持したまま、SWB値を個人間で入れ替えるノイズモデル（null-model）を比較し、統計的有意性を評価する。
• 個人の幸せ度と友人の平均幸せ度の間の線形回帰分析を実施し、『幸せ』と『不幸』のユーザー群の間で結果を比較する。

実験結果

リサーチクエスチョン

• RQ1 オンラインソーシャルネットワークにおいて、平均してほとんどの個人が自分の友人よりも幸せでないと感じること、つまり幸せの逆説が存在するか？
• RQ2 ネットワーク内において、個人の人気度と幸せ度の間に顕著な相関が存在するか？
• RQ3 幸せのレベルに基づく同調的混合（assortative mixing）が、幸せの逆説にどの程度寄与しているか？
• RQ4 気分の伝染や社会的模倣といった人間関係的要因が、特に不幸なユーザーにおいて幸せの逆説を拡大させるか？

主な発見

• 顕著な幸せの逆説が存在する：50%を超えるユーザーが平均して自分の友人よりも幸せでない（P_hap > 50% は広範な影響を示す）。
• 人気が高いユーザーは平均してより幸せであり、log(degree)とSWBの間に有意なピアソン相関（R）が認められるが、相関は比較的弱い。
• 不幸なユーザー群は、人気と幸せの相関が最も低いにもかかわらず、『幸せ』のグループよりも強い幸せの逆説を経験している。
• 不幸なユーザーは自分の幸せ度と友人の平均幸せ度の関係において、『幸せ』のグループ（b = +0.4459）よりも強い関係（b = +0.9439）を示しており、友人の気分に敏感であることが示唆される。
• 不幸なユーザー群における強い幸せの逆説は、幸せで人気のある人々の存在によるものではなく、気分の伝染や言語的模倣といった人間関係的ダイナミクスによって引き起こされている可能性が高い。
• ノイズモデル比較により、観察された幸せの逆説が統計的に有意であり、ランダムなネットワーク構造やSWB分布によるものではないことが確認された。