[論文レビュー] A Long-Term Analysis of Polarization on Twitter

Kiran Garimella, Ingmar Weber|arXiv (Cornell University)|Mar 8, 2017

Advanced Text Analysis Techniques参考文献 1被引用数 76

ひとこと要約

この研究は 2009–2016 の米国政治ツイッタ-data 8年間を分析し、フォロー、リツイート、ハッシュタグ使用を通じて分極化を測定し、各指標で10–20%の増加を見つけた。

ABSTRACT

Social media has played an important role in shaping political discourse over the last decade. At the same time, it is often perceived to have increased political polarization, thanks to the scale of discussions and their public nature. In this paper, we try to answer the question of whether political polarization in the US on Twitter has increased over the last eight years. We analyze a large longitudinal Twitter dataset of 679,000 users and look at signs of polarization in their (i) network - how people follow political and media accounts, (ii) tweeting behavior - whether they retweet content from both sides, and (iii) content - how partisan the hashtags they use are. Our analysis shows that online polarization has indeed increased over the past eight years and that, depending on the measure, the relative change is 10%-20%. Our study is one of very few with such a long-term perspective, encompassing two US presidential elections and two mid-term elections, providing a rare longitudinal analysis.

研究の動機と目的

• 2009年から2016年にかけて、ツイッター上の米国政治の分極化が増加したかを評価する。
• フォロー、リツイート、ハッシュタグ使用という3つの次元で分極化を比較する。
• オンライン分極化の長期的視点を提供するために縦断データを用いる。

提案手法

• 米国政治と関わる679,000人のユーザーの縦断データセットを構築する。
• 左派と右派のシードアカウントへ対するフォローとリツイートの各ユーザーの傾向を推定するために、ベイズのβ-二項モデルを用いる。
• 分極化pを、lをβ推定による傾きとして、p = 2 * |0.5 - l|と定義する。
• リツイート活動に基づいてシードアカウントに週間レベルのハッシュタグ傾きを割り当てることで、ハッシュタグ分極化指標を適用する。
• ハッシュタグ分極化の時系列傾向を分析するために移動平均と拡張ディッキ–フラー検定を実施する。
• 2009年から2016年にかけて、指標ごとの分極化の相対的な増加率（0→12）を報告する。

実験結果

リサーチクエスチョン

• RQ1 ユーザーは時間とともに特定の政治サイドのみのアカウントをより頻繁にフォローするようになるか？
• RQ2 ユーザーは時間とともに特定の政治サイドのみのコンテンツをリツイートするようになるか？
• RQ3 ユーザーは時系列で特定のサイドとより強く関連付けられたハッシュタグを使用するようになるか？

主な発見

• 分極化は2009–2016の3つの指標（フォロー、リツイート、ハッシュタグ使用）全体で増加した。
• 分極化の相対的な増加は、指標に応じて10%から20%の範囲である。
• ハッシュタグ分極化は、選挙に関連した局所的なピークを含む同様の上昇傾向を示す。
• 時系列分析は非定常性と時間経過に伴う有意な正の傾斜を示す。
• データセットは、種となる政治アカウントと相互作用した679,000人のユーザーと最大20億ツイートを含む。
• ハッシュタグベースの分極化には、ノイズ抑制のため5未満のユーザーが使用するハッシュタグを除外するフィルタリングと5週間の移動平均が必要であった。