投稿日: WSDM 論文紹介

【論文紹介】Online Actions with Offline Impact: How Online Social Networks Influence Online and Offline User Behavior

Althoff, Tim and Jindal, Pranav and Leskovec, Jure
In Proc. of WSDM 2017

概要

スマホのArgusという活動記録アプリのログから、ソーシャルネットワーク(SN)の形成が人の活動に与える影響を分析した論文。また、SN上で人とつながることでユーザの活動量が増えるか減るかを予測する問題にも取り組んでいる。

データ

Argusの5年間(2011年1月~2016年1月)に渡る100カ国600万ユーザのログ。ログには2種類あり、ひとつはランニング、心拍数、ヨガなど、ユーザが自ら記録するログで、もうひとつは自動的に記録される日々の歩数。
Argusには2013年11月からSNの機能が追加され、相互フォローまたは片方向フォローが可能。データセットには21万のSN上のユーザと56万エッジが含まれる。

分析

あるユーザがSN上で他のユーザとつながるとそのユーザの活動は活発になるか、を調べるために他のユーザとつながる前後でのユーザの歩数の増加量を分析。実際に歩数は増えており、オンライン上でのSNの影響が実世界にも反映されていることが明らかになった。

また、SNに加わることで、1日あたりの歩数が増加し、ユーザが能動的に記録する活動ログの数が増加し、アプリの継続使用率が上昇することが明らかになった。さらに、相互フォローを形成したユーザの方が片方向フォローを形成したユーザよりも歩数はより増加しており、いずれの種類のフォローも申請を送ったユーザの方が申請を受けたユーザよりも歩数は増加していた。このことより、より積極的にSNに関わるユーザほど歩数が増加しており、SNのオフラインの活動に対する影響が大きいことが明らかになった。

活動量の増減予測

SN上でエッジが作成された時点までのデータ(ユーザの年齢や性別、過去7日間の歩数、など)から、エッジ作成後のユーザの歩数が増えるか減るかをGradient Boosted Treeを使ってバイナリで予想。予測精度はAUCで0.785を達成。


-WSDM, 論文紹介

関連記事

TwitterRank: Finding Topic-sensitive Influential Twitterers

Weng, Jianshu Lim, Ee-Peng Jiang, Jing He, Qi In Proc. of WSDM 2010 http://dl.acm.org/citation.cfm?i …

【論文紹介】Modeling Paying Behavior in Game Social Networks

Fang, Zhanpeng and Zhou, Xinyu and Tang, Jie and Shao, Wei and Fong, A.C.M. and Sun, Longjun and Din …

Who uses web search for what: and how

Weber, Ingmar Jaimes, Alejandro In Proc. of WSDM 2011 http://dl.acm.org/citation.cfm?id=1935839 概要 Y …

Identifying breakpoints in public opinion

Akcora, Cuneyt Gurcan Bayir, Murat Ali Demirbas, Murat Ferhatosmanoglu, Hakan In Proc. of SOMA 2010 …

What are you looking for? An eye-tracking study of information usage in Web search

Cutrell, Edward Guan, Zhiwei In Proc. of CHI2007 http://dl.acm.org/citation.cfm?id=1240690 概要 デスクトップ …