위치 기반 서비스 사용자의 최고의 장소 사진 선택 요인 분석

Analyzing Factors Affecting Decision of Best Photo of a Place in a Location-based Service

윤상훈 °, 김태훈 , 현순주

한국과학기술원 전산학부

shygiants@gmail.ac.kr

1. 서론

Abstract2 / 14

장소를 더 잘 설명하거나 표현하는 사진은 보통의 사진과 달리 어떤 특징을 가지고

있을까 ?

2. 분석 방법

데이터 수집

3 / 14

장소 별 사진 데이터 수집을 위해 Foursquare API 를 활용

•미국 뉴욕 내 ( 북위 40.78, 서경 73.98 중심 반경 13km)–사용자들의 활동이 가장 활발

•Food 유형의 장소–사진의 시각적 요소가 중요하다고 판단

•최근 6 개월 간

노이즈 제외

•Tip 의 개수가 20 개 미만–잘 알려지지 않았다고 판단

•사진의 개수가 20 개 미만–Best Photo 의 신뢰도가 떨어진다고 판단

2. 분석 방법

사진 벡터화

4 / 14

Google Vision API 를 활용하여 사진의 고차원 특징을 추출

•사진 크기–[ 너비 , 높이 ]

•주조색 (Dominant color)–[ 색 비중 , 빨강 , 초록 , 파랑 ] × 2

•얼굴–[ 얼굴 유무 , 얼굴 수 , 평균 얼굴 비중 , 얼굴 비중의 분산 ]

•레이블 (Label)–[ 레이블 1 의 확신도 , 레이블 2 의 확신도 , …]–총 2,469 개의 레이블

2. 분석 방법

K-Means Clustering 기반 분석

5 / 14

사용자 투표에 의해 장소를 가장 잘 표현하는 사진으로 선정된 Best Photo (BP) 와 그렇지 않은 사진 Ordinary Photo (OP) 의 비교 분석

0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8012345678

Best Photo

0.4 0.6 0.8 1 1.2 1.4 1.6 1.8012345678

Ordinary Photo

• 특징 A (Cluster 1)• 특징 B (Cluster 2)

• 특징 A (Cluster 1)• 특징 C (Cluster 2)

BP 와 OP 각각에 대해 각 클러스터의 의미적 특징을 나열하여 비교한다 .예 )

2. 분석 방법

K-Means Clustering 기반 분석 ( 계속 )

6 / 14

•K-means clustering 의 K 값을 정할 때 Gap Statistic 을 이용한다 .

•사진 벡터의 차원 (D=2,483) 이 매우 높아서 K-means clustering 의 성능이 나빠진다 .

•게다가 , 사진 벡터의 특징 중에는 클러스터의 특성을 설명하는 데에 무의미하거나 서로 연관이 있을 수 있다 .

•따라서 , 벡터의 차원을 축소하기 위해 주성분분석 (PCA) 을 적용하였다 .

•Best Photo 는 210 개의 컴포넌트 , Ordinary Photo 는 485 개의 컴포넌트로 차원 축소

3. 분석 결과

기술 통계에 대한 비교 분석

7 / 14

Feature Best Photo (BP) Ordinary Photo (OP)사진

너비 , 높이M=(X=831.92, Y=823.01)SD=(X=504.7, Y=446.24)

M=(X=895.24, Y=933.90)SD=(X=440.52, Y=469.07)

얼굴 수 M=0.025, SD=0.16 M=0.18, SD=0.60

Best Photo

Ordinary Photo

3. 분석 결과

Clustering 결과 비교 분석

8 / 14

BP, OP 에 대해 K-means clustering 을 수행해 각각 17 개의 클러스터를 추출하였다 .각 클러스터의 특징들을 통해 의미를 추출해내면 다음으로 분류할 수 있다 .

•음식•음료•디저트•얼굴•인테리어 디자인•폰트 ( 텍스트 )•간판 ( 상표 )•주조색 밝음•주조색 어두움

Best Photo 의 인테리어 디자인 클러스터의 상위 10 개 레이블 ( 좌 ) 과 표본 사진 ( 우 )

Ordinary Photo 의 얼굴 클러스터의 표본 사진

•간판은 BP 에만 존재했고 얼굴은 OP 에만 존재했다 .•인테리어 디자인의 경우 , BP 가 OP 보다 비율이 훨씬 높았다 .

(BP: 27.2%, OP: 9.60%)

4. 결론

결론

9 / 14

Best Photo 와 Ordinary Photo 의 비교 분석

•Best Photo 는 인물 사진보다는 가게 간판이나 안내물을 나타내며 , 실내 인테리어 디자인에 대한 사진이 사용자들로부터 선택됨을 알 수 있다 .•따라서 , 이것이 장소를 잘 설명하기 위한 요소가 될 수 있음을 알 수 있다 .

향후 연구

•장소 개개 별로 사진을 통해 장소의 특성을 추출하여 장소 추천 시스템에 연계하는 방법론 연구•Food 뿐만 아니라 . 보다 다양한 장소의 유형에 대해서 적용될 수 있는지 연구