[論文レビュー] Empirical Study on Detecting Controversy in Social Media

Azadeh Nematzadeh, Grace Bang+2 more|arXiv (Cornell University)|Aug 25, 2019

Complex Network Analysis Techniques参考文献 5被引用数 8

ひとこと要約

本論文は、Twitterデータを用いてソーシャルメディアにおける論争の生じる出来事の検出を目的としたデータ駆動型システムを提案する。このシステムは、5W用語（誰が、何が、いつ、どこで、なぜ）と感情極性に基づいてツイートをクラスタリングし、信頼できるニュースリンクによって出来事の妥当性を検証する。本研究では、2018年スターバックス・フェラーリョ・ピッツバーグ逮捕事件のような出来事が、市場の大きな変動を引き起こす可能性があることを示している。この出来事の後、スターバックスの株価は1.7%（平均値から2標準偏差下回る）下落した。

ABSTRACT

Companies and financial investors are paying increasing attention to social consciousness in developing their corporate strategies and making investment decisions to support a sustainable economy for the future. Public discussion on incidents and events -- controversies -- of companies can provide valuable insights on how well the company operates with regards to social consciousness and indicate the company's overall operational capability. However, there are challenges in evaluating the degree of a company's social consciousness and environmental sustainability due to the lack of systematic data. We introduce a system that utilizes Twitter data to detect and monitor controversial events and show their impact on market volatility. In our study, controversial events are identified from clustered tweets that share the same 5W terms and sentiment polarities of these clusters. Credible news links inside the event tweets are used to validate the truth of the event. A case study on the Starbucks Philadelphia arrests shows that this method can provide the desired functionality.

研究の動機と目的

• 企業の社会的責任および環境持続可能性に関する体系的かつ中央集権的なデータの不足に対処すること。
• ソーシャルメディアを用いて、企業に影響を与える信頼できる、報道価値のある論争の出来事をリアルタイムで検出するシステムを開発すること。
• Twitterで検出された論争の出来事を、株価変動への測定可能な影響と関連付けること。
• 代替的データソースを通じて、投資家が社会的意識とESGリスクに関するタイムリーなイン사이트を入手できるようにすること。

提案手法

• 名前付きエンティティと動詞を用いてツイートのベクトルを抽出し、コンテンツをベクトル空間に表現する。
• 共通する5W用語（誰が、何が、いつ、どこで、なぜ）と感情極性に基づいて類似したツイートを出来事クラスタにグループ化する。
• ツイート内のURLが信頼できるニュースソースから来ているかどうかをチェックすることで、出来事の信憑性を検証する。
• ツイートの発生頻度の急増と感情極性の変化の度合いを測ることで、論争の強度を測定する。
• 時間的クラスタリングを用いて、出来事の出現を検出し、時間経過に伴う変化を追跡する。
• 検出された出来事と過去の株価変動を相関させることで、財務的影響を評価する。

実験結果

リサーチクエスチョン

• RQ1 ソーシャルメディア、特にTwitterのデータは、企業に関係する信頼できる、報道価値のある論争の出来事を効果的に検出できるか？
• RQ2 感情極性の変化とツイート数の急増は、ソーシャルメディアにおける論争の出来事の出現とどのように相関するか？
• RQ3 検出された論争の出来事は、企業の株価に測定可能な変化をもたらす程度はどの程度か？
• RQ4 ニュースリンクによる検証によって、出来事の信憑性が向上することで、論争検出の信頼性はどの程度向上するか？

主な発見

• システムは2018年4月13日、事件発生から1日後にスターバックス・フェラーリョ・ピッツバーグ逮捕事件を正常に検出できた。
• ツイート数が発生前レベルを複数回上回り、『black men』（黒人男性）、『Philly』（フィラデルフィア）、『CEO』といったキーワードが、核心的な出来事を示していた。
• 発生後、感情極性が中立から強く否定的へと変化しており、公的な認識における論争の存在を裏付けた。
• 信頼できるニュースリンクにより、出来事の信憑性と報道価値が確認された。
• 2018年4月20日、スターバックスの株価は1.7%下落した（52週間平均から2標準偏差下回る）。これは、市場に顕著な影響を与えたことを示している。
• 事例研究により、公共関係の危機と株価の悪化との間には、妥当な因果関係が存在することが示された。