[论文解读] Instagram Post Data Analysis

Steve Chang|arXiv (Cornell University)|Oct 7, 2016

Video Analysis and Summarization参考文献 5被引用 10

一句话总结

本研究分析了来自50个美国城市的Instagram数据，探讨了滤镜使用和话题标签流行度在不同地理位置的差异，揭示了视觉偏好和趋势中的文化差异。通过API数据、可视化工具（d3、Tableau）和地理空间制图，识别出基于地理位置的滤镜推荐，并通过词云和星形图突出展示城市特有的文化主题，表明在某些城市中，非默认滤镜（如Lark）的平均点赞数可超过Normal滤镜。

ABSTRACT

Because of the spread of the Internet, social platforms become big data pools. From there we can learn about the trends, culture and hot topics. This project focuses on analyzing the data from Instagram. It shows the relationship of Instagram filter data with location and number of likes to give users filter suggestion on achieving more likes based on their location. It also analyzes the popular hashtags in different locations to show visual culture differences between different cities.

研究动机与目标

• 探究不同美国城市中Instagram滤镜偏好和话题标签使用方式的差异，以揭示区域性的视觉文化差异。
• 开发一种数据驱动的推荐系统，基于用户地理位置推荐可能提升点赞数的滤镜。
• 使用地理空间和文本可视化技术，对大规模Instagram数据进行可视化与分析，揭示用户行为和文化趋势的模式。
• 比较不同滤镜（如Normal、Lark、Earlybird）在各城市中平均点赞数的表现，识别出优于默认设置的高性能替代方案。
• 探索结合地理位置、元数据和视觉特征，以理解随时间推移和跨区域演变的视觉偏好。

提出的方法

• 通过Instagram API使用'basic'和'likes'权限收集Instagram数据，提取滤镜类型、标签、点赞数、图片链接及地理位置（纬度/经度）。
• 使用Python脚本对数据进行预处理，以清理和去重结果，解决因API不一致导致的查询输出大小波动问题。
• 使用星形图和饼图可视化滤镜流行度，通过颜色编码表示滤镜类型和参与度指标。
• 使用类似等值区域图的地图展示帖子的地理分布，深色区域表示前10个州的帖子密度更高。
• 在每个城市的地图标记下方生成动态词云，以显示话题标签频率，字体大小表示流行度，鲜艳色彩提升可读性。
• 整合多种可视化工具（d3.js、Tableau）创建交互式基于网络的仪表板，用于探索特定地理位置的趋势。

实验结果

研究问题

• RQ1 Instagram滤镜在不同美国城市的流行度有何差异？在哪些特定地点，某些滤镜能带来更高的平均点赞数？
• RQ2 不同城市中最常使用的主题标签是什么？它们如何反映当地的活动或兴趣？
• RQ3 是否可以基于地理位置预测最优滤镜选择，以最大化帖子的参与度（点赞数）？
• RQ4 洛杉矶、纽约和查尔斯顿等城市在视觉文化模式（如滤镜偏好和话题标签使用）上存在哪些差异？
• RQ5 元数据（如地理位置、标签）在预测用户参与度方面发挥什么作用？这些模式是否会随时间推移而变化？

主要发现

• Normal滤镜在所有城市中使用频率最高，其出现次数约为其他任何滤镜的十倍。
• 在查尔斯顿，Lark滤镜的平均点赞数高于Normal滤镜，表明在特定地点中，非默认滤镜可能优于默认设置。
• 洛杉矶在数据采集期间表现出对'graduation'和'fashion'等话题标签的高使用率，反映出一个充满活力、以年轻人为主导且与事件相关的文化氛围。
• 纽约市集中出现了大量与'anime'和'Japanese animation'相关的话题标签，可能反映出同期举办的动漫展览或文化活动。
• 词云可视化有效突出了城市特有的文化主题，字体大小直接反映了话题标签的使用频率。
• 用户反馈指出，地图和饼图中的颜色编码缺乏明确标注，因此在最终版本中通过增加文字说明进行了设计优化。