[論文レビュー] Characterizing information leaders in Twitter during COVID-19 crisis.

David Pastor-Escuredo, Carlota Tarazona|arXiv (Cornell University)|May 14, 2020

Misinformation and Its Impacts参考文献 30被引用数 12

ひとこと要約

本稿は、COVID-19パンデミック期におけるTwitter上での情報リーダーの特定および特徴付けを目的としたフレームワークを提案する。ソーシャルネットワークの中心性指標とユーザーメタデータを用いて、リツイートおよび相互作用グラフを分析し、影響力のあるユーザーやリーダーのクラスタを特定する。本研究は、信頼できる情報の拡散を促進し、インフォデミックに建設的に対処するためのツールを提供する。

ABSTRACT

Information is key during a crisis such as the current COVID-19 pandemic as it greatly shapes people opinion, behaviour and even their psychological state. It has been acknowledged from the Secretary-General of the United Nations that the infodemic of misinformation is an important secondary crisis produced by the pandemic. Infodemics can amplify the real negative consequences of the pandemic in different dimensions: social, economic and even sanitary. For instance, infodemics can lead to hatred between population groups that fragment the society influencing its response or result in negative habits that help the pandemic propagate. On the contrary, reliable and trustful information along with messages of hope and solidarity can be used to control the pandemic, build safety nets and help promote resilience and antifragility. We propose a framework to characterize leaders in Twitter based on the analysis of the social graph derived from the activity in this social network. Centrality metrics are used to identify relevant nodes that are further characterized in terms of users parameters managed by Twitter. We then assess the resulting topology of clusters of leaders. Although this tool may be used for surveillance of individuals, we propose it as the basis for a constructive application to empower users with a positive influence in the collective behaviour of the network and the propagation of information.

研究の動機と目的

• COVID-19パンデミック期における誤情報の拡散（インフォデミック）が、公衆衛生対応や社会的結束を損なうという問題に対処すること。
• 危機時における世論や行動に影響を与える主要な情報リーダーを特定すること。
• ソーシャルネットワークのトポロジーとユーザーレベルのメタデータを活用して、影響力を持つユーザーユーザーを特徴付けるフレームワークを開発すること。
• 情報拡散の構造を理解するために、リーダーのクラスタをマッピングすること。
• 監視ではなく、ポジティブな影響力を強化するツールとしてのフレームワークを位置づけ、ソーシャルネットワークのレジリエンスおよびアンチフラジリティを支援すること。

提案手法

• パンデミック期のユーザーアクティビティに基づいて抽出されたTwitter相互作用グラフに、次数、媒介性、固有ベクトル中心性といったネットワーク中心性指標を適用する。
• フォロワー数、本人確認ステータス、アカウント年数などのTwitter提供のユーザーパarameter（例：フォロワー数、本人確認ステータス、アカウント年数）を用いて、特定された影響力を持つノードをさらに特徴付ける。
• リツイートおよび相互作用に基づくソーシャルグラフを構築し、情報の流れをモデル化し、主要な拡散者を特定する。
• コミュニティ検出を実施して、リーダーのクラスタを同定し、その構造的および人口統計的特性を分析する。
• 出力結果を、信頼できる情報の拡散を促進し、公衆衛生コミュニケーションを支援する建設的ツールとして位置づける。

実験結果

リサーチクエスチョン

• RQ1 COVID-19パンデミック期におけるTwitter上での情報リーダーとして最も影響力を持つのは誰か、ネットワーク中心性に基づいて特定できるか？
• RQ2 ユーザーレベルの属性（例：本人確認ステータス、フォロワー数）は、ネットワーク内でのリーダーシップ役割とどの程度相関しているか？
• RQ3 情報リーダーが形成するクラスタの構造的トポロジーはどのようなものか？また、情報拡散のパターンとどのように関係しているか？
• RQ4 このフレームワークは、信頼できる情報の拡散を促進し、インフォデミックの影響を軽減するために、どのような形で活用できるか？

主な発見

• 中心性指標により、パンデミック期のTwitterネットワーク内で情報リーダーとして機能する高インパクトのユーザーユーザーが的確に同定された。
• 情報リーダーは一般的にフォロワー数が多く、本人確認ステータスを持つが、必ずしもそうではないため、影響力への到達ルートが多様であることが示された。
• リーダーのネットワークはクラスタ構造を示しており、情報拡散における明確なコミュニティやエコーズチェーンの存在を示唆している。
• フレームワークにより、影響力を持つノードとその構造的役割を特定可能となり、信頼できるコンテンツの拡散を前もって支援する戦略の実現が可能になった。
• 本アプローチは、監視とは対照的に、オンラインディスコースにおけるポジティブな影響力の強化に焦点を当てた、侵襲的でない建設的代替手段を提供する。