SlideShare a Scribd company logo
1 of 28
Download to read offline
Persistent Sharing of Fitness App Status on Twitter
2016. 07. 25
Naver PhD Fellow
KAIST 박 건우
목차
1. 발표자 소개
2. 연구 배경
3. 연구 문제
4. 타겟 어플리케이션 소개 및 데이터 수집
5. Twitter 사용 패턴 비교: Persistent vs. Dormant
6. Persistent sharing 예측
7. 논의 및 결론
8. 기타 진행중인 연구
2016-07-25 /272
발표자 소개
• 이름: 박 건우
• 소속: KAIST 전산학부 웹사이언스대학원 박사과정
• 문화기술대학원 소셜 컴퓨팅 랩 (지도교수: 차미영)
• 연구관심분야: 온라인 소셜 데이터를 이용한 오프라인 행동의 이해 및 예측
(Social Computing, Computational Social Science)
2016-07-25 /273
진행했던 연구들
트위터 감성과 날씨의 관계 감성 정보를 이용한 상담 만족도 예측
온라인 게임 내 젠더스와핑 현상 분석
2016-07-25 /274
2016-07-25 /275
연구 배경
Quantified Self movement로 개인의 건강 관련 정보들이 정량화
2016-07-25 /276
• 개인의 건강 관련 정보들이 어플리케이션을 통해 관리되기 시작
연구 배경
건강 관련 정보
건강 관리 어플리케이션
2016-07-25 /277
연구 배경
• 건강 관리 앱의 문제: 낮은 잔존율! (Low retention problem)
2016-07-25 /278
Social sharing
• 외부 소셜 미디어에 상태를 공유하여 긍정적 효과를 받도록 유도
• 부정적 효과 또한 보고되고 있음
Social sharing Twitter friends
Social support: 동기부여, 정보제공
Privacy 노출에 대한 걱정
2016-07-25 /279
효과적인 Social sharing을 위해, 계속하여 앱 내 상태를 공유하여
어플리케이션을 사용하는 데 영향을 미치는 요인들에 대한 이해 필요
연구 문제
• 건강 관리 앱에서 상태를 계속해 공유하는 유저들은 어떻게 Twitter를 사용하는가?
• 어떤 유저들이 계속해서 상태를 공유하며 건강 어플리케이션을 사용하는 지 예측
할 수 있는가?
2016-07-25 /2710
타겟 어플리케이션: MyFitnessPal (MFP)
• 체중 관리를 위한 건강 어플리케이션
• Google Play Store 건강/피트니스 앱 부문 다운로드 횟수 1위
• 앱 내 상태 기록시 Twitter로 자동 공유 기능을 제공
앱 유저
어플리케이션에
내 상태 기록시
Twitter에 포워딩
운동
체중변화
식단기록
블로그
2016-07-25 /2711
Twitter 데이터 수집
1. MFP를 사용하는 Twitter 유저 파악
• 데이터 소스: Twitter Decahose, streaming API
• #myfitnesspal을 포함하는 트윗 수집
• Source 확인하여 MFP 앱에서 생성된 트윗인지 확인
Decahose
MFP 유저
#myfitnesspal을 포함하는 트윗
Streaming API
2016-07-25 /2712
Twitter 데이터 수집
2. MFP 유저의 트윗과 유저 관련 정보 수집
• 유저 관련 정보: bio, 팔로잉 수, 팔로워 수, 소셜 네트워크
• 3,169명의 4,794,071개 트윗
MFP 트윗 일반 트윗
첫번째 MFP 트윗 크롤링 시점
30 일 180 일
2016-07-25 /2713
• 그룹 정의: 지속 공유하는 그룹 (persistent) vs. 공유 중단 그룹 (dormant)
유저 그룹 정의
• 타겟 윈도우 기간 내 MFP 트윗을
적어도 한 개 이상 공유
• 장기간 어플리케이션을 사용하는
유저들
Persistent users (N = 2,598) Dormant users (N=581)
• 타겟 윈도우 내 MFP 트윗 없음
• Dormant user로 판단되는 경우
1) 앱 사용을 중단
2) 잠깐 사용 중단
3) 자동 공유를 중단
MFP 트윗 일반 트윗
첫번째
MFP 트윗
크롤링
시간
90 일
관측 윈도우
90 일
타겟 윈도우
2016-07-25 /2714
연구 문제
• 건강 관리 앱에서 상태를 계속해 공유하는 유저들은 어떻게 Twitter를 사용하는가?
• 어떤 유저들이 계속해서 상태를 공유하며 건강 어플리케이션을 사용하는 지 예측
할 수 있는가?
2016-07-25 /2715
Twitter 사용 패턴 비교: Persistent vs. Dormant
• Persistent users 들은 Dormant users와 비교하여 어떻게 Twitter를 다르게
사용하는가?
• 분석 방법
#health
#fitness
#nowlistening
해시태그 이용 패턴 분석 크라우드소싱을 이용한
관심사 분석
2016-07-25 /2716
해시태그 이용 패턴 분석
• 해시 태그는 어떤 유저가 얼마나 다양한 토픽을 사용하는 지를 나타냄
• 해시 태그를 얼마나 많이, 다양하게 사용하는 지 분석
관측 윈도우
#health
#fitness
#nowlistening
#GameOfThrones
• 해시 태그의 개수
• 해시 태그의 diversity
2016-07-25 /2717
해시태그 이용 패턴 분석
• 누가 persistent user일까?
#health
#fitness
#dieting
#health
#fitness
#nowlistening
#GameOfThrones
2016-07-25 /2718
해시태그 이용 패턴 분석
• 누가 persistent user일까?
#health
#fitness
#dieting
#health
#fitness
#nowlistening
#GameOfThrones
Persistent users는 더 적은 수의 해시태그를 (p<0.05),
몇몇 토픽에 집중하여 (p<0.05) 사용
2016-07-25 /2719
크라우드소싱을 이용한 관심사 분석
• Crowdworker 에게 프로필 정보를 주고 관심사를 태깅하도록 함
Is this user interested in health?
crowdworkers
Persistent users는 건강 관련 관심사를 가지고
트위터를 사용하는 경향을 보임 (p<0.05)
2016-07-25 /2720
Twitter 사용 패턴 비교
트위터를 건강 관련 토픽에 대해 집중하여 사용하는
사람일수록 운동 어플리케이션을 지속해 사용하는 경향을 보임
#health
#fitness
#nowlistening
해시태그 이용 패턴 분석 크라우드소싱을 이용한
관심사 분석
2016-07-25 /2721
연구 문제
• 건강 관리 앱에서 상태를 계속해 공유하는 유저들은 어떻게 Twitter를 사용하는가?
• 어떤 유저들이 계속해서 상태를 공유하며 건강 어플리케이션을 사용하는 지 예측
할 수 있는가?
2016-07-25 /2722
Persistent sharing 예측
• 지속해 상태를 공유하며 어플리케이션을 사용하는 유저들 (persistent users)과,
공유를 그만두는 사용자들 (dormant users)의 특성 차이를 이해
• 방법론: logistic regression
• Balanced sampling 적용
• 변수 종류들
• Twitter profile: 트윗 수, 친구 수 등
• Fitness activity: 타입별 피트니스 액티비티 수, 트윗으로부터 추출된 정보들 등
• Fitness network: support 받은 트윗의 수, MFP를 사용하는 트위터 친구들 수, 건강에 관심있
는 트위터 친구들의 수 등
2016-07-25 /2723
Persistent sharing 예측
• 분석 결과
2016-07-25 /2724
Persistent sharing 예측
Persistent
Users
Dormant
Users
건강 관련
Twitter 유저
일반
Twitter 유저
트위터에서 건강에 관련된 유저들과 친구 관계를 맺고 소셜 네트워크를
이루는 사람들일수록 지속해서 건강 관리 어플리케이션을 사용한다
2016-07-25 /2725
논의 및 결론
• 건강 관리 어플리케이션인 MyFitnessPal를 사용하는 유저들 중 Twitter에 자신
의 건강 상태를 공유하는 사람들을 대상으로, 어떤 요인들이 사람들로 하여금 지
속해서 공유하고 운동을 계속하도록 하는데 영향을 주는 지 살펴봄
• Twitter를 건강 관련 토픽을 중심으로 사용하는 사람들의 경우 지속해서 어플리케이션을 사용
• MyFitnessPal을 사용하거나 건강에 관심있는 사람들과 Twitter 내에서 소셜 네트워크를 이룰수
록 지속해서 상태를 공유하여 어플리케이션을 사용
• 이는 social sharing의 긍정적 효과를 누리기 위해 적절한 social network를 가
지는 것의 중요성을 보여줌
2016-07-25 /2726
기타 진행중인 연구
• 연구 관심사: 사용자 유지 (user retention)을 위한 데이터 기반 접근 –
사용자 특성 이해 및 이탈 예측
온라인 게임 내 이탈 예측 상담 만족도 예측
2016-07-25 /2727
감사합니다
박 건우
Facebook: park.kunw
bywords.kor@gmail.com

More Related Content

Similar to Persistent Sharing of Fitness App Status on Twitter

Product Design System 2009, Team Shabu Final Documentation
Product Design System 2009, Team Shabu Final DocumentationProduct Design System 2009, Team Shabu Final Documentation
Product Design System 2009, Team Shabu Final DocumentationJongBum Woo
 
광고학회발표자료 기업의 소셜미디어 활용 (Kt 트위터 성공사례)
광고학회발표자료 기업의 소셜미디어 활용 (Kt 트위터 성공사례)광고학회발표자료 기업의 소셜미디어 활용 (Kt 트위터 성공사례)
광고학회발표자료 기업의 소셜미디어 활용 (Kt 트위터 성공사례)Jongwon Moon
 
라이프스타일 개선을 돕는 건강스스로지킴이
라이프스타일 개선을 돕는 건강스스로지킴이라이프스타일 개선을 돕는 건강스스로지킴이
라이프스타일 개선을 돕는 건강스스로지킴이Myuserable
 
20120324 의료커뮤니케이션 발표자료최종
20120324 의료커뮤니케이션 발표자료최종20120324 의료커뮤니케이션 발표자료최종
20120324 의료커뮤니케이션 발표자료최종SG Choi
 
정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서
정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서
정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서Becky Kim
 
Twitaddons mobilization(15mar2011)jy
Twitaddons mobilization(15mar2011)jyTwitaddons mobilization(15mar2011)jy
Twitaddons mobilization(15mar2011)jycyberemotions
 
소셜미디어와 친해지기(페이스북)
소셜미디어와 친해지기(페이스북)소셜미디어와 친해지기(페이스북)
소셜미디어와 친해지기(페이스북)Taekyoung Kim
 
연구업적 데이터베이스를 활용한 빅데이터 분석시스템 (16 sep2014)
연구업적 데이터베이스를 활용한 빅데이터 분석시스템 (16 sep2014)연구업적 데이터베이스를 활용한 빅데이터 분석시스템 (16 sep2014)
연구업적 데이터베이스를 활용한 빅데이터 분석시스템 (16 sep2014)Han Woo PARK
 
인터넷소셜미디어개론13
인터넷소셜미디어개론13인터넷소셜미디어개론13
인터넷소셜미디어개론13Han Woo PARK
 
인터넷소셜미디어개론13
인터넷소셜미디어개론13인터넷소셜미디어개론13
인터넷소셜미디어개론13Webometrics Class
 
SNS 빅데이터 분석을 위한 연구문제와 통계
SNS 빅데이터 분석을 위한 연구문제와 통계SNS 빅데이터 분석을 위한 연구문제와 통계
SNS 빅데이터 분석을 위한 연구문제와 통계Han Woo PARK
 
Health Mashups: Presenting Statistical Patterns between Wellbeing Data and Co...
Health Mashups: Presenting Statistical Patterns between Wellbeing Data and Co...Health Mashups: Presenting Statistical Patterns between Wellbeing Data and Co...
Health Mashups: Presenting Statistical Patterns between Wellbeing Data and Co...Yoojung Kim
 
Social Analytics 소개 (SDEC 오프모임 세미나)
Social Analytics 소개 (SDEC 오프모임 세미나)Social Analytics 소개 (SDEC 오프모임 세미나)
Social Analytics 소개 (SDEC 오프모임 세미나)NAVER D2
 
소셜미디어 어떻게 활용할 것인가
소셜미디어 어떻게 활용할 것인가소셜미디어 어떻게 활용할 것인가
소셜미디어 어떻게 활용할 것인가higirl91
 
소셜미디어 어떻게 활용할 것인가
소셜미디어 어떻게 활용할 것인가소셜미디어 어떻게 활용할 것인가
소셜미디어 어떻게 활용할 것인가higirl91
 
412 발제
412 발제412 발제
412 발제Hyesoo Yoo
 
Data Prescription: 데이터로 처방하라!
Data Prescription: 데이터로 처방하라!Data Prescription: 데이터로 처방하라!
Data Prescription: 데이터로 처방하라!Myuserable
 
농업 빅데이터를 활용한 병해충 발생 예측 모형
농업 빅데이터를 활용한 병해충 발생 예측 모형농업 빅데이터를 활용한 병해충 발생 예측 모형
농업 빅데이터를 활용한 병해충 발생 예측 모형datasciencekorea
 
20151022 디지털 헬스케어 임상시험 임상시험글로벌선도센터 심포지엄 v4
20151022 디지털 헬스케어 임상시험 임상시험글로벌선도센터 심포지엄 v420151022 디지털 헬스케어 임상시험 임상시험글로벌선도센터 심포지엄 v4
20151022 디지털 헬스케어 임상시험 임상시험글로벌선도센터 심포지엄 v4Chiweon Kim
 
기업강사Sns활용방안
기업강사Sns활용방안기업강사Sns활용방안
기업강사Sns활용방안익수 김
 

Similar to Persistent Sharing of Fitness App Status on Twitter (20)

Product Design System 2009, Team Shabu Final Documentation
Product Design System 2009, Team Shabu Final DocumentationProduct Design System 2009, Team Shabu Final Documentation
Product Design System 2009, Team Shabu Final Documentation
 
광고학회발표자료 기업의 소셜미디어 활용 (Kt 트위터 성공사례)
광고학회발표자료 기업의 소셜미디어 활용 (Kt 트위터 성공사례)광고학회발표자료 기업의 소셜미디어 활용 (Kt 트위터 성공사례)
광고학회발표자료 기업의 소셜미디어 활용 (Kt 트위터 성공사례)
 
라이프스타일 개선을 돕는 건강스스로지킴이
라이프스타일 개선을 돕는 건강스스로지킴이라이프스타일 개선을 돕는 건강스스로지킴이
라이프스타일 개선을 돕는 건강스스로지킴이
 
20120324 의료커뮤니케이션 발표자료최종
20120324 의료커뮤니케이션 발표자료최종20120324 의료커뮤니케이션 발표자료최종
20120324 의료커뮤니케이션 발표자료최종
 
정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서
정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서
정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서
 
Twitaddons mobilization(15mar2011)jy
Twitaddons mobilization(15mar2011)jyTwitaddons mobilization(15mar2011)jy
Twitaddons mobilization(15mar2011)jy
 
소셜미디어와 친해지기(페이스북)
소셜미디어와 친해지기(페이스북)소셜미디어와 친해지기(페이스북)
소셜미디어와 친해지기(페이스북)
 
연구업적 데이터베이스를 활용한 빅데이터 분석시스템 (16 sep2014)
연구업적 데이터베이스를 활용한 빅데이터 분석시스템 (16 sep2014)연구업적 데이터베이스를 활용한 빅데이터 분석시스템 (16 sep2014)
연구업적 데이터베이스를 활용한 빅데이터 분석시스템 (16 sep2014)
 
인터넷소셜미디어개론13
인터넷소셜미디어개론13인터넷소셜미디어개론13
인터넷소셜미디어개론13
 
인터넷소셜미디어개론13
인터넷소셜미디어개론13인터넷소셜미디어개론13
인터넷소셜미디어개론13
 
SNS 빅데이터 분석을 위한 연구문제와 통계
SNS 빅데이터 분석을 위한 연구문제와 통계SNS 빅데이터 분석을 위한 연구문제와 통계
SNS 빅데이터 분석을 위한 연구문제와 통계
 
Health Mashups: Presenting Statistical Patterns between Wellbeing Data and Co...
Health Mashups: Presenting Statistical Patterns between Wellbeing Data and Co...Health Mashups: Presenting Statistical Patterns between Wellbeing Data and Co...
Health Mashups: Presenting Statistical Patterns between Wellbeing Data and Co...
 
Social Analytics 소개 (SDEC 오프모임 세미나)
Social Analytics 소개 (SDEC 오프모임 세미나)Social Analytics 소개 (SDEC 오프모임 세미나)
Social Analytics 소개 (SDEC 오프모임 세미나)
 
소셜미디어 어떻게 활용할 것인가
소셜미디어 어떻게 활용할 것인가소셜미디어 어떻게 활용할 것인가
소셜미디어 어떻게 활용할 것인가
 
소셜미디어 어떻게 활용할 것인가
소셜미디어 어떻게 활용할 것인가소셜미디어 어떻게 활용할 것인가
소셜미디어 어떻게 활용할 것인가
 
412 발제
412 발제412 발제
412 발제
 
Data Prescription: 데이터로 처방하라!
Data Prescription: 데이터로 처방하라!Data Prescription: 데이터로 처방하라!
Data Prescription: 데이터로 처방하라!
 
농업 빅데이터를 활용한 병해충 발생 예측 모형
농업 빅데이터를 활용한 병해충 발생 예측 모형농업 빅데이터를 활용한 병해충 발생 예측 모형
농업 빅데이터를 활용한 병해충 발생 예측 모형
 
20151022 디지털 헬스케어 임상시험 임상시험글로벌선도센터 심포지엄 v4
20151022 디지털 헬스케어 임상시험 임상시험글로벌선도센터 심포지엄 v420151022 디지털 헬스케어 임상시험 임상시험글로벌선도센터 심포지엄 v4
20151022 디지털 헬스케어 임상시험 임상시험글로벌선도센터 심포지엄 v4
 
기업강사Sns활용방안
기업강사Sns활용방안기업강사Sns활용방안
기업강사Sns활용방안
 

More from Kunwoo Park

Detecting Misleading Headlines in Online News: Hands-on Experiences on Attent...
Detecting Misleading Headlines in Online News: Hands-on Experiences on Attent...Detecting Misleading Headlines in Online News: Hands-on Experiences on Attent...
Detecting Misleading Headlines in Online News: Hands-on Experiences on Attent...Kunwoo Park
 
Positivity Bias in Customer Satisfaction Ratings
Positivity Bias in Customer Satisfaction RatingsPositivity Bias in Customer Satisfaction Ratings
Positivity Bias in Customer Satisfaction RatingsKunwoo Park
 
Achievement and Friends: Key Factors of Player Retention Vary Across Player L...
Achievement and Friends: Key Factors of Player Retention Vary Across Player L...Achievement and Friends: Key Factors of Player Retention Vary Across Player L...
Achievement and Friends: Key Factors of Player Retention Vary Across Player L...Kunwoo Park
 
MS thesis defense - Gender swapping and its effects in MMORPGs
MS thesis defense - Gender swapping and its effects in MMORPGsMS thesis defense - Gender swapping and its effects in MMORPGs
MS thesis defense - Gender swapping and its effects in MMORPGsKunwoo Park
 
[DISC2013] Mood and Weather: Feeling the Heat?
[DISC2013] Mood and Weather: Feeling the Heat?[DISC2013] Mood and Weather: Feeling the Heat?
[DISC2013] Mood and Weather: Feeling the Heat?Kunwoo Park
 
[20131002 gct606] 날씨,감정,그리고 트위터
[20131002 gct606] 날씨,감정,그리고 트위터[20131002 gct606] 날씨,감정,그리고 트위터
[20131002 gct606] 날씨,감정,그리고 트위터Kunwoo Park
 
[CS570] Machine Learning Team Project (I know what items really are)
[CS570] Machine Learning Team Project (I know what items really are)[CS570] Machine Learning Team Project (I know what items really are)
[CS570] Machine Learning Team Project (I know what items really are)Kunwoo Park
 
Social Network Analysis:Methods and Applications Chapter 9
Social Network Analysis:Methods and Applications Chapter 9Social Network Analysis:Methods and Applications Chapter 9
Social Network Analysis:Methods and Applications Chapter 9Kunwoo Park
 
Social Network Analysis : Methods and Applications Chapter 6 and 7
Social Network Analysis : Methods and Applications Chapter 6 and 7Social Network Analysis : Methods and Applications Chapter 6 and 7
Social Network Analysis : Methods and Applications Chapter 6 and 7Kunwoo Park
 
Social Network Analysis : Methods and Applications Ch 1,2
Social Network Analysis : Methods and Applications Ch 1,2Social Network Analysis : Methods and Applications Ch 1,2
Social Network Analysis : Methods and Applications Ch 1,2Kunwoo Park
 

More from Kunwoo Park (10)

Detecting Misleading Headlines in Online News: Hands-on Experiences on Attent...
Detecting Misleading Headlines in Online News: Hands-on Experiences on Attent...Detecting Misleading Headlines in Online News: Hands-on Experiences on Attent...
Detecting Misleading Headlines in Online News: Hands-on Experiences on Attent...
 
Positivity Bias in Customer Satisfaction Ratings
Positivity Bias in Customer Satisfaction RatingsPositivity Bias in Customer Satisfaction Ratings
Positivity Bias in Customer Satisfaction Ratings
 
Achievement and Friends: Key Factors of Player Retention Vary Across Player L...
Achievement and Friends: Key Factors of Player Retention Vary Across Player L...Achievement and Friends: Key Factors of Player Retention Vary Across Player L...
Achievement and Friends: Key Factors of Player Retention Vary Across Player L...
 
MS thesis defense - Gender swapping and its effects in MMORPGs
MS thesis defense - Gender swapping and its effects in MMORPGsMS thesis defense - Gender swapping and its effects in MMORPGs
MS thesis defense - Gender swapping and its effects in MMORPGs
 
[DISC2013] Mood and Weather: Feeling the Heat?
[DISC2013] Mood and Weather: Feeling the Heat?[DISC2013] Mood and Weather: Feeling the Heat?
[DISC2013] Mood and Weather: Feeling the Heat?
 
[20131002 gct606] 날씨,감정,그리고 트위터
[20131002 gct606] 날씨,감정,그리고 트위터[20131002 gct606] 날씨,감정,그리고 트위터
[20131002 gct606] 날씨,감정,그리고 트위터
 
[CS570] Machine Learning Team Project (I know what items really are)
[CS570] Machine Learning Team Project (I know what items really are)[CS570] Machine Learning Team Project (I know what items really are)
[CS570] Machine Learning Team Project (I know what items really are)
 
Social Network Analysis:Methods and Applications Chapter 9
Social Network Analysis:Methods and Applications Chapter 9Social Network Analysis:Methods and Applications Chapter 9
Social Network Analysis:Methods and Applications Chapter 9
 
Social Network Analysis : Methods and Applications Chapter 6 and 7
Social Network Analysis : Methods and Applications Chapter 6 and 7Social Network Analysis : Methods and Applications Chapter 6 and 7
Social Network Analysis : Methods and Applications Chapter 6 and 7
 
Social Network Analysis : Methods and Applications Ch 1,2
Social Network Analysis : Methods and Applications Ch 1,2Social Network Analysis : Methods and Applications Ch 1,2
Social Network Analysis : Methods and Applications Ch 1,2
 

Persistent Sharing of Fitness App Status on Twitter

  • 1. Persistent Sharing of Fitness App Status on Twitter 2016. 07. 25 Naver PhD Fellow KAIST 박 건우
  • 2. 목차 1. 발표자 소개 2. 연구 배경 3. 연구 문제 4. 타겟 어플리케이션 소개 및 데이터 수집 5. Twitter 사용 패턴 비교: Persistent vs. Dormant 6. Persistent sharing 예측 7. 논의 및 결론 8. 기타 진행중인 연구 2016-07-25 /272
  • 3. 발표자 소개 • 이름: 박 건우 • 소속: KAIST 전산학부 웹사이언스대학원 박사과정 • 문화기술대학원 소셜 컴퓨팅 랩 (지도교수: 차미영) • 연구관심분야: 온라인 소셜 데이터를 이용한 오프라인 행동의 이해 및 예측 (Social Computing, Computational Social Science) 2016-07-25 /273
  • 4. 진행했던 연구들 트위터 감성과 날씨의 관계 감성 정보를 이용한 상담 만족도 예측 온라인 게임 내 젠더스와핑 현상 분석 2016-07-25 /274
  • 6. 연구 배경 Quantified Self movement로 개인의 건강 관련 정보들이 정량화 2016-07-25 /276
  • 7. • 개인의 건강 관련 정보들이 어플리케이션을 통해 관리되기 시작 연구 배경 건강 관련 정보 건강 관리 어플리케이션 2016-07-25 /277
  • 8. 연구 배경 • 건강 관리 앱의 문제: 낮은 잔존율! (Low retention problem) 2016-07-25 /278
  • 9. Social sharing • 외부 소셜 미디어에 상태를 공유하여 긍정적 효과를 받도록 유도 • 부정적 효과 또한 보고되고 있음 Social sharing Twitter friends Social support: 동기부여, 정보제공 Privacy 노출에 대한 걱정 2016-07-25 /279 효과적인 Social sharing을 위해, 계속하여 앱 내 상태를 공유하여 어플리케이션을 사용하는 데 영향을 미치는 요인들에 대한 이해 필요
  • 10. 연구 문제 • 건강 관리 앱에서 상태를 계속해 공유하는 유저들은 어떻게 Twitter를 사용하는가? • 어떤 유저들이 계속해서 상태를 공유하며 건강 어플리케이션을 사용하는 지 예측 할 수 있는가? 2016-07-25 /2710
  • 11. 타겟 어플리케이션: MyFitnessPal (MFP) • 체중 관리를 위한 건강 어플리케이션 • Google Play Store 건강/피트니스 앱 부문 다운로드 횟수 1위 • 앱 내 상태 기록시 Twitter로 자동 공유 기능을 제공 앱 유저 어플리케이션에 내 상태 기록시 Twitter에 포워딩 운동 체중변화 식단기록 블로그 2016-07-25 /2711
  • 12. Twitter 데이터 수집 1. MFP를 사용하는 Twitter 유저 파악 • 데이터 소스: Twitter Decahose, streaming API • #myfitnesspal을 포함하는 트윗 수집 • Source 확인하여 MFP 앱에서 생성된 트윗인지 확인 Decahose MFP 유저 #myfitnesspal을 포함하는 트윗 Streaming API 2016-07-25 /2712
  • 13. Twitter 데이터 수집 2. MFP 유저의 트윗과 유저 관련 정보 수집 • 유저 관련 정보: bio, 팔로잉 수, 팔로워 수, 소셜 네트워크 • 3,169명의 4,794,071개 트윗 MFP 트윗 일반 트윗 첫번째 MFP 트윗 크롤링 시점 30 일 180 일 2016-07-25 /2713
  • 14. • 그룹 정의: 지속 공유하는 그룹 (persistent) vs. 공유 중단 그룹 (dormant) 유저 그룹 정의 • 타겟 윈도우 기간 내 MFP 트윗을 적어도 한 개 이상 공유 • 장기간 어플리케이션을 사용하는 유저들 Persistent users (N = 2,598) Dormant users (N=581) • 타겟 윈도우 내 MFP 트윗 없음 • Dormant user로 판단되는 경우 1) 앱 사용을 중단 2) 잠깐 사용 중단 3) 자동 공유를 중단 MFP 트윗 일반 트윗 첫번째 MFP 트윗 크롤링 시간 90 일 관측 윈도우 90 일 타겟 윈도우 2016-07-25 /2714
  • 15. 연구 문제 • 건강 관리 앱에서 상태를 계속해 공유하는 유저들은 어떻게 Twitter를 사용하는가? • 어떤 유저들이 계속해서 상태를 공유하며 건강 어플리케이션을 사용하는 지 예측 할 수 있는가? 2016-07-25 /2715
  • 16. Twitter 사용 패턴 비교: Persistent vs. Dormant • Persistent users 들은 Dormant users와 비교하여 어떻게 Twitter를 다르게 사용하는가? • 분석 방법 #health #fitness #nowlistening 해시태그 이용 패턴 분석 크라우드소싱을 이용한 관심사 분석 2016-07-25 /2716
  • 17. 해시태그 이용 패턴 분석 • 해시 태그는 어떤 유저가 얼마나 다양한 토픽을 사용하는 지를 나타냄 • 해시 태그를 얼마나 많이, 다양하게 사용하는 지 분석 관측 윈도우 #health #fitness #nowlistening #GameOfThrones • 해시 태그의 개수 • 해시 태그의 diversity 2016-07-25 /2717
  • 18. 해시태그 이용 패턴 분석 • 누가 persistent user일까? #health #fitness #dieting #health #fitness #nowlistening #GameOfThrones 2016-07-25 /2718
  • 19. 해시태그 이용 패턴 분석 • 누가 persistent user일까? #health #fitness #dieting #health #fitness #nowlistening #GameOfThrones Persistent users는 더 적은 수의 해시태그를 (p<0.05), 몇몇 토픽에 집중하여 (p<0.05) 사용 2016-07-25 /2719
  • 20. 크라우드소싱을 이용한 관심사 분석 • Crowdworker 에게 프로필 정보를 주고 관심사를 태깅하도록 함 Is this user interested in health? crowdworkers Persistent users는 건강 관련 관심사를 가지고 트위터를 사용하는 경향을 보임 (p<0.05) 2016-07-25 /2720
  • 21. Twitter 사용 패턴 비교 트위터를 건강 관련 토픽에 대해 집중하여 사용하는 사람일수록 운동 어플리케이션을 지속해 사용하는 경향을 보임 #health #fitness #nowlistening 해시태그 이용 패턴 분석 크라우드소싱을 이용한 관심사 분석 2016-07-25 /2721
  • 22. 연구 문제 • 건강 관리 앱에서 상태를 계속해 공유하는 유저들은 어떻게 Twitter를 사용하는가? • 어떤 유저들이 계속해서 상태를 공유하며 건강 어플리케이션을 사용하는 지 예측 할 수 있는가? 2016-07-25 /2722
  • 23. Persistent sharing 예측 • 지속해 상태를 공유하며 어플리케이션을 사용하는 유저들 (persistent users)과, 공유를 그만두는 사용자들 (dormant users)의 특성 차이를 이해 • 방법론: logistic regression • Balanced sampling 적용 • 변수 종류들 • Twitter profile: 트윗 수, 친구 수 등 • Fitness activity: 타입별 피트니스 액티비티 수, 트윗으로부터 추출된 정보들 등 • Fitness network: support 받은 트윗의 수, MFP를 사용하는 트위터 친구들 수, 건강에 관심있 는 트위터 친구들의 수 등 2016-07-25 /2723
  • 24. Persistent sharing 예측 • 분석 결과 2016-07-25 /2724
  • 25. Persistent sharing 예측 Persistent Users Dormant Users 건강 관련 Twitter 유저 일반 Twitter 유저 트위터에서 건강에 관련된 유저들과 친구 관계를 맺고 소셜 네트워크를 이루는 사람들일수록 지속해서 건강 관리 어플리케이션을 사용한다 2016-07-25 /2725
  • 26. 논의 및 결론 • 건강 관리 어플리케이션인 MyFitnessPal를 사용하는 유저들 중 Twitter에 자신 의 건강 상태를 공유하는 사람들을 대상으로, 어떤 요인들이 사람들로 하여금 지 속해서 공유하고 운동을 계속하도록 하는데 영향을 주는 지 살펴봄 • Twitter를 건강 관련 토픽을 중심으로 사용하는 사람들의 경우 지속해서 어플리케이션을 사용 • MyFitnessPal을 사용하거나 건강에 관심있는 사람들과 Twitter 내에서 소셜 네트워크를 이룰수 록 지속해서 상태를 공유하여 어플리케이션을 사용 • 이는 social sharing의 긍정적 효과를 누리기 위해 적절한 social network를 가 지는 것의 중요성을 보여줌 2016-07-25 /2726
  • 27. 기타 진행중인 연구 • 연구 관심사: 사용자 유지 (user retention)을 위한 데이터 기반 접근 – 사용자 특성 이해 및 이탈 예측 온라인 게임 내 이탈 예측 상담 만족도 예측 2016-07-25 /2727