[論文レビュー] Entropy-based detection of Twitter echo chambers

Manuel Pratelli, Fabio Saracco+1 more|arXiv (Cornell University)|Aug 3, 2023

Misinformation and Its Impacts参考文献 36被引用数 5

ひとこと要約

本稿では、データ構造やコンテンツに関する事前の仮定なしに、エントロピーに基づくデータに依存しない手法を提案し、Twitterにおけるエコーチェンバーを特定する。この手法は、類似した意見クラスタ（ディスコースコミュニティ）に参加するとともに、同じニュースソースに露出するユーザーを同定する。イタリアの新型コロナウイルスワクチン接種に関する議論に適用した結果、エコーチェンバーに属するユーザーは全ユーザーの0.35%にとどまり、その割合は低いが、自身のコミュニティ内でのリツイートのほぼ3分の1を占めており、その影響力は割合に比して顕著であることが明らかになった。

ABSTRACT

Echo chambers, i.e. clusters of users exposed to news and opinions in line with their previous beliefs, were observed in many online debates on social platforms. We propose a completely unbiased entropy-based method for detecting echo chambers. The method is completely agnostic to the nature of the data. In the Italian Twitter debate about the Covid-19 vaccination, we find a limited presence of users in echo chambers (about 0.35% of all users). Nevertheless, their impact on the formation of a common discourse is strong, as users in echo chambers are responsible for nearly a third of the retweets in the original dataset. Moreover, in the case study observed, echo chambers appear to be a receptacle for disinformative content.

研究の動機と目的

• データ構造やコンテンツに関する事前の仮定なしに、偏りのないエントロピーに基づく手法を用いて、Twitter上でのエコーチェンバーを検出すること。
• 意見が一致するコミュニティに所属するとともに、同じニュースソースに露出するユーザーを同定し、エコーチェンバー形成の二重基準を満たすこと。
• 特にリツイート数やディスコースへの影響という観点から、イタリアのTwitterにおける新型コロナウイルスワクチン接種に関する議論におけるエコーチェンバーの実世界的影響を評価すること。
• 最大エントロピーのノイズモデルを用いて、ユーザーの相互作用およびニュース共有における非ランダムで統計的に有意なパターンを区別する方法の妥当性を検証すること。
• 特に誤情報や極端な議論が生じる文脈において、オンラインディスコースにおけるエコーチェンバーの広がりと影響力を定量化すること。

提案手法

• 最大エントロピーのノイズモデルを用いて、ユーザー相互作用における観察されたパターンを統計的に検証し、結果がランダムなノイズによるものでないことを保証する。
• ディスコースコミュニティ（DiCo）は、統計的に有意な共通のリツイーターを有する検証済みユーザー同士を接続することで同定され、その後、リツイートネットワークを介して非検証ユーザーに対してもラベル伝搬が行われる。
• ニュースエンゲージメントコミュニティ（NEC）は、ユーザーとURLの二部グラフを構築し、それをユーザー上への投影によって同定する。エッジの妥当性はエントロピーに基づくベンチマークを用いて検証される。
• 妥当化された投影は、リシャッフル版のLouvainアルゴリズムを用いて解析され、ディスコースおよびニュースエンゲージメントネットワークの両方におけるコミュニティ検出が行われる。
• 非有向リツイートネットワークに対してラベル伝搬を適用し、有名人ユーザーから非有名人ユーザーへのコミュニティラベルを拡張することで、聴衆の一致を意見の類似性の代理として活用する。
• URLは一貫した識別を保証するため、長形式のリンクに展開され、NewsGuardによる栄養成分表示を用いて情報源の信頼性を評価する。

実験結果

リサーチクエスチョン

• RQ1 Twitter上では、ユーザーが意見が似通った人々と相互作用し、同じニュースソースに露出するエコーチェンバーがどの程度形成されているのか。
• RQ2 コンテンツや意見、プラットフォーム固有のバイアスに依存しない方法で、エコーチェンバーをどのように検出できるか。
• RQ3 イタリアのTwitterにおける新型コロナウイルスワクチン接種に関する議論において、エコーチェンバーの実際の出現頻度と影響力はどの程度か。
• RQ4 ディスコースおよびニュースエンゲージメントネットワークにおける妥当化されたコミュニティのサイズと構造は、どのように比較できるか。
• RQ5 エコーチェンバー内のユーザーがリツイートのどの程度を担っているか。これは、ディスコース形成におけるそのユーザーの潜在的役割を示唆する。

主な発見

• イタリアの新型コロナウイルスワクチン接種に関する議論における全Twitterユーザーのうち、エコーチェンバーに属するユーザーは0.35%にとどまり、このような構造の出現頻度が低いことが示された。
• その数が少ないにもかかわらず、エコーチェンバーに属するユーザーは、自身のディスコースコミュニティ内での全リツイートのほぼ3分の1を占めており、その影響力が顕著であることが明らかになった。
• ニュースエンゲージメントコミュニティの妥当化された投影では、22.3%のユーザーが同じURLに非ランダムで統計的に有意な露出を示しており、構造的な情報摂取スタイルが存在することが示唆された。
• ディスコースコミュニティ検出プロセスにより、意見が一致するユーザーのクラスタが同定され、検証済みアカウントの共通リツイーターの統計的有意性によって検証された。
• エントロピーに基づくノイズモデルアプローチにより、ランダムなノイズが除外され、ユーザー相互作用およびニュース共有における非自明で統計的に有意なパターンが特定された。
• 本手法は、コンテンツ分析やユーザー意見の事前知識に依存しないため、多様なオンライン議論に応用可能であり、強固で一般化可能な手法であることが示された。