표민기

‘STOP SPAMMING ME!’ - Exploring Information Overload on Facebook

Ksenia Koroleva, Hanna Krasnova, Oliver Günther

AMCIS 2010 Proceeding

AMCIS(Americas Conference on Informations Systems) �� ��!���%(MIS: Management Information Systems) ��(�� &' AIS(Association for Information Systems)� #� 1995��$ "�* �� !���(IT) � e-�#��� �) ���) �� �� (� +�.

ABSTRACTFacebook 에서 Information Overload (IO) 문제 => 사용자에게 나쁜 경험이는 플랫폼 유지에 악영향우리는 Grounded Theory Method 로 IO 문제에 접근하고, 원인/결과 조사그리고, 개인들이 유의한 정보를 찾아내는 방법들 찾았다.이를 토대로 몇가지 제안을 한다.

INTRODUCTIONNewsFeed 는 양날의 칼, 사용자들은 NewsFeed 에서 IO 를 겪고 있다.

LITERATURE REVIEWIO 의 정의, 원인, 결과

METHODOLOGYGrounded Theory Method => Conceptual Model

RESULTS: CONCEPTUAL MODELConditions, Phenomenon, Actions, Consequences

MANAGERIAL IMPLICATIONSNetwork value, Interest value, Reputation value 에 따른 자동 필터

CONCLUSIONIO 의 주 원인은 사용자 자신, 사용 패턴을 근거로 지능형 필터 도입해야 한다.

REFERENCES

Information Overload (IO) 의 정의와 원인 - 적절한 정보를 선택하지 못하는 현상 - 수용 정보량이 정보 처리 역량을 넘어서서 정보 처리 능력이 떨어지는 것 (Miller, 1956) - inverted u-curve of information processing (e.g. Eppler and Mengis, 2004) - 정보 공급량이 정보 처리 능력을 넘어섰을때 발생한다. (Eppler and Mengis, 2004) - 개인 마다 정보 처리 능력은 차이가 있다. (Chen et al., 2009) - 따라서 개인이 적절한 정보를 결정하는 과정을 알아야 한다. (McGuire, 1976) - 보통, 신기함, 모호함, 불확실성, 강렬함, 복잡성 등이 주요 정보를 판단하는 기준이 된다. (Schneider, 1987)

IO 의 결과 - 혼란, 중요도 설정 능력 저하, 기억 회상 능력 저하 (Schick et al., 1990) - 스트레스, 불안 (Eppler and Mengis, 2004) - 전자 상거래에서, 과도한 정보는 소비자의 판단에 악영향 (e.g. Chen et al., 2009) - IO 의 원인/결과를 특정하는 데에는 한계가 있다. (Davis and Ganeshan, 2009) - 집단 통신 상황에서 복잡한 메시지에 의한 Communication Overload 는 사용자 관심을 흩뜨린다. (Jones et al., 2004) - 페이스북에서, 사용자들이 수용하는 모든 정보를 처리하지 못하고 포기하게 되는 현상에 대한 연구가 있다. (Boyd, 2008)

LITERATURE REVIEW

구하고자 하는 것: 페이스북에서 언제, IO 가 발생하는가? 무엇이 그 원인이고, 또한 결과는 어떠한가?

일반적인 IO 에 대한 연구 방법 (Davis and Ganeshan, 2009) Relevant Literature => Theory => Hypotheses => Experiment

하지만, SNS 환경에서 IO 에 대한 기존 연구가 없기에, 위의 방법 사용할 수 없었다. 대신, 관찰을 통해 이론을 이끌어내는 Grounded Theory Method 활용한다.

Grounded Theory Method (Strauss 적 방법 vs. Glaser) 인터뷰: 12명 (나이 : 20-25, 남/여 : 6/6, Facebook 사용자) 30-45 분의 in-depth interview + 실 사용 관찰 8명 (IO 문제를 확인) + 4명 (Theoretical saturation 상황까지 충분히 인터뷰) ATALS.ti 로 기록 관리 Coding: Open Coding - Category, Property, Dimension 을 기준으로 속성 찾기 Axial Coding - Category 기준 재분류 => Conceptual Model

METHODOLOGY

, 어떤 현상에 대해 귀납적으로 이끌어진 하나의 이론을 발전시키는 질적 연구방법. 대상자의 표현 속에서 대상자가 의미있게 받아들이고 있는 주요 사건이나 문제점을 대상자의 관점에서 파악하려는 방법론. 행위의 다양성을 설명하고 해석할 수 있는 개념을 발견하고, 개념간의 관계를 만들어 낸다.

표본추출 (Sampling). 사람들이 아니라, 사건을 표본 추출, 이론적 표본추출을 통한다.

이론적 포화 (Theoretical saturation). 더 이상 새로운 자료가 나타나지 않을 것처럼 보일때까지. 모든 요소들을 설명할 수 있을 정도로 Category 가 밀도있게 발전할 때까지. Category 사이의 관계들이 잘 설정되고 근거가 타당하다고 생각될 때까지

자료 수집. 심층면담 (in-depth interview), 현장 관찰, 일기, 편지, 자서전, 전기, 역사적 유물, 대중 매체. 참여자가 편안함을 느끼는 장소에서, 일상대화로 시작, 신뢰 형성되면 심층 면담, 자료 포화될때까지 면담 지속

자료 분석 (Coding). 개방 코딩 (Open coding) : 현상을 발견하고, 명명하고, 범주화, 개념 (concepts) 도출, 유사 개념 정리, : 범주 (Category) 도출 범주 개발할 때, 그 범주가 갖고 있는 속성 (Properties), 차원화 (Dimensions) 를 고려한다.. 축 코딩 (Axial coding) : 범주들과 하위 범주들을 구체적으로 연결 => 패러다임 모형 구축. 선택 코딩 (Selective coding)

패러다임 모형. 원인(causal conditions), 현상(phenomenon), 맥락(context), 매개요인(intervening conditions), 작용과 전략(action/strategies), 결과(consequences) 등으로 구성

핵심 범주 (Core concept). 연구 내용과 발견한 것을 설명할 수 있는 범주

Grounded Theory Methodology

Our data reveals that users increasingly experience IO on the Newsfeed:“Usually in five of these I just have one real and the others are ads or spam”

The model extends the framework of IO by Eppler and Mengis (2004)

RESULTS: CONCEPTUAL MODEL

RESULTS: CONCEPTUAL MODEL

RESULTS: CONCEPTUAL MODEL

Information Overload Perception (Phenomenon) Cognitive attitude 양적 판단 “This is just too much” 질적 판단 ‘useless – useful’, ‘boring – interesting’, ‘irrelevant – important’, ‘valuable – worthless’ “It takes so much effort to pick out the information I am curios about, in between this and this”

Affective attitude ‘calm – irritated’, ‘happy – annoyed’, ‘like – dislike’ “This is really annoying to have a whole page filled with this...”

Conative attitude “I don’t want to know” “I should hide this” "I would like to filter it more"

RESULTS: CONCEPTUAL MODEL

Strategies and Actions

Friend-based: “Usually I start with checking my close friends, or the people I like most... And then I check what else is going on”

Distance-based: “It would be the other way round when I am in India, I would definitely give preferences to my friends who are in Germany because you want to know more about them since you're not with them”

Information-based: “This could be something more interesting because she is talking about classes or some event they are planning, so it's interesting for me to look at it”

Explicit: “I have my criteria, I will not click on the videos, especially if they are longer than one minute”

Self-centered: “I'm going through the whole as I said, but not as much as I check and expect comments to my pictures”

Network control : “I want to keep the number of people limited, because then in the Newsfeed you have lots of stuff from people you don't even know”

Control of self-behavior : “I try not to share that much information, so that it's not polluted”

RESULTS: CONCEPTUAL MODEL

Consequences 대응 실패 => Impact on NewsFeed Activity “I realized that I don't often go through all this, only if I have nothing else to do”

Impact on NewsFeed Attitude “I don't really pay attention to the Newsfeed anymore, because if there is something very important, they can contact me directly to make sure I get the message”

Change in Information Load and Information Quality “After you cleaned up your network did you feel the difference? - Not really. Well, maybe there is less posting, but still kind of like yeah...”

Influence on Social Capital “If I am interested in this person, if I think that I will connect them again, then I don't hide. Only the people from the history, which I am not interested after all, but still spamming too much”

Dis-satisfaction “I have like 500 friends... It is a lot, way too much to know who they are...”

Reversal “I want to see what is going on, maybe something new happened, then I activate it back and after two minutes I realize that nothing new happened, same people writing the same useless messages around”

MANAGERIAL IMPLICATIONS

Individual information filtering tools to relieve IO (Chen et al., 2009) Facebook 도 groups, preferences 등으로 대응하고 있다. However, users rarely utilize them due to ignorance, lack of skills, constraints of time and unwillingness to undertake effort: “I would not put so much effort in creating those groups, I am lazy...”

Users desire tools that help them filter information with least effort possible (Ariely, 2000) “If they would introduce some kind of relevance measurement, which would work automatically, I don’t want to be involved in this”

Our study shows that relevant information usually originates from: 1) close friends at different geographical distances; - network distance 2) wider circles of friends with matching interests; and - interest distance 3) any friends who share new and important information. - reputation value

user browsing and communication history, current location and static profile information 등이 자동 필터 결정에 도움이 될 수 있다.

CONCLUSION

users themselves are a major source of IO as they maintain large networks of loosely related and emotionally distant acquaintances.

By learning from past behavioral patterns and integrating user preferences, intelligent filters could provide SNS users with relevant information and thereby improve their experience on the platform.