[论文解读] Tweeting the Mind and Instagramming the Heart: Exploring Differentiated Content Sharing on Social Media

Lydia Manikonda, Venkata Vamsikrishna Meduri+1 more|arXiv (Cornell University)|Mar 8, 2016

Misinformation and Its Impacts被引用 16

一句话总结

本研究通过自然语言处理与计算机视觉技术，基于1,035,840名用户在Twitter和Instagram上发布的1,035,840条公开帖子数据，对比分析了两个平台上的内容分享行为。研究发现，Twitter主要作为新闻、观点和工作相关内容的发布平台，而Instagram则更强调个人、社交与情感表达；Instagram因聚焦于愉悦、视觉丰富的个人时刻（如自拍和合照），其用户参与度显著更高。

ABSTRACT

Understanding the usage of multiple OSNs (Online Social Networks) has been of significant research interest as it helps in identifying the unique and distinguishing trait in each social media platform that contributes to its continued existence. The comparison between the OSNs is insightful when it is done based on the representative majority of the users holding active accounts on all the platforms. In this research, we collected a set of user profiles holding accounts on both Twitter and Instagram, these platforms being of prominence among a majority of users. An extensive textual and visual analysis on the media content posted by these users revealed that both these platforms are indeed perceived differently at a fundamental level with Instagram engaging more of the users' heart and Twitter capturing more of their mind. These differences got reflected in almost every microscopic analysis done upon the linguistic, topical and visual aspects.

研究动机与目标

• 理解尽管同时使用两个平台，用户在Twitter和Instagram上的内容分享行为有何差异。
• 识别两个平台在语言、主题和视觉内容方面的根本性差异。
• 量化用户内容在情绪表达、主题和视觉特征方面于不同平台上的差异。
• 探究用户为何针对特定类型内容选择某一平台而非另一平台。
• 基于用户行为，提供实证证据，证明Twitter被视为‘思维’平台，Instagram被视为‘情感’平台。

提出的方法

• 通过About.me API和官方社交媒体API，收集了1,035,840名在Twitter和Instagram上均拥有活跃账号的用户的公开帖子。
• 对两个平台的文本内容应用TwitterLDA主题模型，以从标题和推文提取潜在主题。
• 使用加速稳健特征（SURF）与k-means聚类的向量量化方法，将视觉内容分类为不同的图像类型。
• 利用OpenCV提取灰度直方图，分析亮度与色彩分布，从而按明暗与对比度对图像进行聚类。
• 对200张抽样图像进行人工标注，以验证并优化两个平台的视觉类别聚类结果。
• 通过点赞数（Instagram）和转发/收藏数（Twitter）衡量用户参与度，并以评论数作为Instagram转发行为的代理指标。

实验结果

研究问题

• RQ1 用户内容在语言和主题特征上，Twitter与Instagram有何不同？
• RQ2 各平台主导的视觉内容类别是什么？这些类别如何反映用户不同的表达意图？
• RQ3 Twitter与Instagram帖子在视觉特征（如色彩搭配、亮度）上存在哪些差异？
• RQ4 尽管用户人口统计特征相似，为何用户在Twitter与Instagram上分享不同类型的内容？
• RQ5 用户参与度在多大程度上受内容类型与平台类型的影响？

主要发现

• Instagram帖子的参与度显著高于Twitter帖子，点赞数与评论数更高，表明其具有更强的社会共鸣。
• Twitter帖子主要涉及新闻、观点和工作相关主题，视觉内容分为4大类别：活动（如事件、体育）、带文字说明的照片（如表情包、名言）、以及其他类型。
• Instagram帖子以8大视觉类别为主导，包括自拍、朋友、家人、美食、时尚、健身、旅行与艺术，反映出个人与社交生活。
• Instagram图像中明亮且色彩均衡的配色比例显著更高，暗色或极亮像素几乎不存在，表明内容经过精心筛选，具有积极情绪色彩。
• Twitter图像中暗色与极亮像素更常见，表明内容较少经过修饰，更具即时性或观点性，如表情包与随手拍摄的照片。
• 语言分析显示，Twitter内容更聚焦于时事与观点表达，而Instagram内容则更强调个人经历与情感表达。