소셜 데이터를 이용한 연구소개

2015.12.19 생활 데이터 모임박건우

1

발표자 소개

2

박 건우

• Ph.D Candidate in KAIST(전공: Web Science)

• Social Computing Lab

연구관심분야

• 온라인 데이터를 이용한 오프라인 행동들의 이해 및 예측

• Computational Social Science

대표 연구 사례들

3

트위터 감성과 날씨의 관계

온라인 게임 내 젠더스와핑 현상 분석

감성 정보를 이용한 콜센터 만족도 예측

Persistent Social Sharing of Fitness App Status on Twitter

4

K. Park, I. Weber, M. Cha, and C. Lee. to appear at CSCW ‘16

5앱, 디바이스 등을 통해 건강 관련 데이터가 정량화되고 관리되고 있음

6[Flurry, 2012]

피트니스 앱의 문제 - 낮은 잔존율 (Retention Rate)

낮은 잔존율 문제를 어떻게 해결할 수 있을까..?

7

mfp runner @mfp_runner · 26mburned 334 calories doing 38 minutes of Running #myfitnesspal

외부 소셜 미디어에 상태를 공유함으로써 Social Support 등의 긍정적 효과를 얻을 수 있음!!

8

피트니스 앱 상태 메시지를 계속해 트위터에 공유하는 사람들은 트위터와 피트니스 앱을 어떻게 사용하는 걸까?

9

계속해서 상태 메시지를 공유하는 사람들

• 트위터에 상태 메시지가 계속해서 공유 되었다는 것은 피트니스 어플리케이션을 지속적으로 사용했다는 것

• 트위터에 상태를 공유함으로써 얻는 긍정적 효과들이 지속적인 사용을 도와주었을 수 있음

공유하다가 중단한 사람들

• 상태 공유가 중단된 사용자들은1) 앱 사용을 중단 했거나,2) 앱 내에서 공유 옵션을 껐을 수 있음

• 둘 중 어떤 경우에 속하는 지 외부 데이터만 가지고 알기는 어려움

10

계속해서 상태 메시지를 공유하는 사람들

• 트위터에 상태 메시지가 계속해서 공유 되었다는 것은 피트니스 어플리케이션을 지속적으로 사용했다는 것

• 트위터에 상태를 공유함으로써 얻는 긍정적 효과들이 지속적인 사용을 도와주었을 수 있음

공유하다가 중단한 사람들

• 상태 공유가 중단된 사용자들은1) 앱 사용을 중단 했거나,2) 앱 내에서 공유 옵션을 껐을 수 있음

• 둘 중 어떤 경우에 속하는 지 외부 데이터만 가지고 알기는 어려움

지속해서 상태 메시지를 공유하는 사람들의

트위터와 피트니스 앱 사용 특징을 이해하여

피트니스 앱을 오래 사용하는데 도움을 줄 수 있도록 해보자!

타겟 데이터

• MyFitnessPal

• 체중 관리를 위한 어플리케이션

• 앱 내에서 자동으로 외부 소셜 미디어에 상태를 공유하는 옵션을 제공

11

정보 로깅 앱 내 포스팅

자동 상태 공유mfp runner @mfp_runner · 26mburned 334 calories doing 38 minutes of Running #myfitnesspal

데이터 수집

1단계. Twitter 에서 MyFitnessPal 을 사용하는 사람 찾기

12

Decahose

StreamingAPI

7,494 명

#myfitnesspal

데이터 수집

2단계. 180일 후, 사용자들의 트윗 데이터를 크롤링

3,169명 사용자의 4,794,071 개의 트윗 수집

13

MFP 트윗 일반 트윗

첫번째 MFP 트윗 크롤링 시점

30 일 180 일

트윗 분류 및 정보 추출

14

MFP

MFP

MFP

MFP

운동

체중감량

운동/식단일지 기록

블로그 포스팅

15

피트니스 앱 상태 메시지를 계속해 공유하는 사람들은..

1. 어떻게 트위터를 사용할까?

2. 어떻게 피트니스 앱을 사용하고, 어떤 친구들과 트위터에서 연결되어 있을까?

어떻게 트위터를 사용할까?

분석 1. hashtag를 이용한 토픽 분석

• hashtag를 얼마나 많이, 다양하게 사용하는지 분석

• hashtag의 count를 기반으로 entropy 등을 측정하여 그룹 간 비교분석

분석 2. 크라우드 소싱을 이용한 사용자 관심사 태깅

• 크라우드 소싱 플랫폼 중 하나인 Crowdflower를 이용

• 프로필, 샘플 트윗 등을 주고 사람들에게 사용자가 health에 관심이 있는지 물어봄

16

어떻게 트위터를 사용할까?

17

#myfitnesspal#myfitnesspal

#health

#fitness

#dieting

#health#fitness

#nowlistening

#GameOfThrones

#starwars

어떻게 트위터를 사용할까?

18

#myfitnesspal#myfitnesspal

#health

#fitness

#dieting

#health#fitness

#nowlistening

#GameOfThrones

#starwars

어떻게 트위터를 사용할까?

19

#myfitnesspal#myfitnesspal

#health

#fitness

#dieting

#health#fitness

#nowlistening

#GameOfThrones

#starwars

피트니스 앱 상태 메시지를 계속해 공유하는 사람들은

트위터를 건강 관련된 토픽 위주로

집중하여 사용하는 경향을 보인다!

어떻게 피트니스 앱을 사용하고, 어떤 친구들과 트위터에서 연결되어 있을까?

• 초기 상태 데이터를 이용해 이후 계속하여 상태를 공유하는지를 예측

• Feature 카테고리

• Twitter Profile: 트윗 수, 팔로잉 수, 팔로워 수, favorite된 트윗의 수, retweet 수

• Fitness Activity: 피트니스 앱 내 메시지 종류, 정량화된 정보들 (lost weight 등)

• Fitness Network: MyFitnessPal을 사용하는 친구 비율, Fitness 관련 친구 비율

• 사용 방법론: Logistic Regression

20

어떻게 피트니스 앱을 사용하고, 어떤 친구들과 트위터에서 연결되어 있을까?

• 분석 결과

• 초기에 운동 트윗을 많이 공유한 사람일 수록 이후 계속하여 공유하는 경향이 있다.

• 일반적인 트윗에 많이 favorite를 받은 사람일 수록, 공유를 더 안하는 경향이 있다.

• MyFitnessPal을 사용하거나 피트니스에 관심있는 친구들이 많을 수록 계속해서 공유하는 경향이 있다.

21

계속해서 피트니스 앱 상태를 트위터에 공유하는 사람들은,

1. 트위터를 health 관련 토픽에 집중적으로 사용하며

2. 운동을 많이 하며 관련 상태를 자주 공유하고,

3. 트위터에서도 피트니스 앱을 사용하거나 헬스에 관심있는 사람들과 네트워크를 이루는 경향이 있다.

22

데이터 분석 연구들을 통해 느꼈던 점

• 대부분의 웹 / 소셜 데이터는 샘플 편향의 위험성을 가짐

• 대용량의 데이터를 이용하더라도 샘플링 된 데이터라면 편향성의 위험이 높음

• 분석 설계 단계에서부터 위험성을 최소화하기 위한 노력이 필요함

• 데이터로는 할 수 있는 질문과 주장만 할 것

• 내 데이터의 분석 결과가 이야기하는 것 그 이상의 것을 과도하게 주장할 수는 없음

• 예> 트위터 ‘만’을 이용한 선거 예측?

23

24

감사합니다 ^^

Twitter: @words_lifeFacebook: park.kunw