[論文レビュー] Facts and Fabrications about Ebola: A Twitter Based Study

Janani Kalyanam, Sumithra Velupillai+3 more|arXiv (Cornell University)|Aug 9, 2015

Misinformation and Its Impacts参考文献 14被引用数 9

ひとこと要約

本研究では、2014年の米国におけるエボラ出血熱の流行期に、Twitter上でのエボラ関連ツイートの信頼性と推測を区別するためのハッシュタグベースの分類手法を提案する。Twitter API からの特徴量を用いて、信頼性のあるツイートはより多くのハッシュタグ、より多くのURL、検証済みユーザーからのより高い関与、およびより高いリツイート効率を示すことが判明した。これは、総リツイート数が少ないにもかかわらず、より広範かつ信頼できる方法で拡散されていることを示している。

ABSTRACT

Microblogging websites like Twitter have been shown to be immensely useful for spreading information on a global scale within seconds. The detrimental effect, however, of such platforms is that misinformation and rumors are also as likely to spread on the network as credible, verified information. From a public health standpoint, the spread of misinformation creates unnecessary panic for the public. We recently witnessed several such scenarios during the outbreak of Ebola in 2014 [14, 1]. In order to effectively counter the medical misinformation in a timely manner, our goal here is to study the nature of such misinformation and rumors in the United States during fall 2014 when a handful of Ebola cases were confirmed in North America. It is a well known convention on Twitter to use hashtags to give context to a Twitter message (a tweet). In this study, we collected approximately 47M tweets from the Twitter streaming API related to Ebola. Based on hashtags, we propose a method to classify the tweets into two sets: credible and speculative. We analyze these two sets and study how they differ in terms of a number of features extracted from the Twitter API. In conclusion, we infer several interesting differences between the two sets. We outline further potential directions to using this material for monitoring and separating speculative tweets from credible ones, to enable improved public health information.

研究の動機と目的

• 2014年の米国におけるエボラ出血熱に関する誤情報や噂がTwitter上でどのように広がっているかを理解すること。
• 信頼性のあるツイートと推測のツイートを区別するための構造的特徴およびネットワークレベルの特徴を同定すること。
• ハッシュタグに基づくラベル付けを用いて、ツイートを信頼性のあるものと推測のものに分類する手法を開発すること。
• 早期に誤情報の検出と是正を可能にするために、公衆衛生対策を支援すること。
• リアルタイムのデジタル疫学ツールの基盤を築くこと。これにより、噂と検証済み情報の区別が可能になる。

提案手法

• 2014年10月上旬に、Twitter Streaming API を用いて約4700万件のエボラ関連ツイートを収集した。
• ハッシュタグの手動ラベル付けを用いて、コンテンツの種別を示す指標として、ツイートを「信頼性のあるもの」と「推測のもの」に分類した。
• Twitter API から構造的特徴量を抽出した。これには、ハッシュタグ数、URL数、ユーザーの検証ステータス、フォロワー数、リツイート活動が含まれる。
• 信頼性のあるツイート群と推測のツイート群の間での特徴量分布の差を統計的分析で比較した。
• 「possibly_sensitive」フラグを評価し、両カテゴリ間でのメディアコンテンツの感受性の違いを分析した。
• リツイートのパターンを分析するため、総リツイート数とリツイート頻度を比較し、ウイルス的拡散ダイナミクスの違いを特定した。

実験結果

リサーチクエスチョン

• RQ1 信頼性のあるエボラ関連ツイートと推測のツイートを区別するための、構造的およびネットワークレベルの特徴は何か？
• RQ2 信頼性のあるツイート群と推測のツイート群において、検証済みユーザーとメディア感受性はどのように異なるか？
• RQ3 リツイート行動のパターンは、信頼性のある情報と推測の情報の拡散にどのような違いを示すか？
• RQ4 ハッシュタグ数とURL数は、ツイートの信頼性とどの程度相関しているか？
• RQ5 ハッシュタグベースの分類は、ソーシャルメディア上での信頼性のある公衆衛生情報の特定に、信頼できる代理指標として機能するか？

主な発見

• 信頼性のあるツイート群では、1ツイートあたりの平均ハッシュタグ数が高く、文脈の明確化と情報の豊かさが示唆される。
• 信頼性のあるツイートは、推測のツイートよりも平均してより多くのURLを含んでおり、外部の検証情報の使用が顕著である。
• 信頼性のあるツイート群では、検証済みユーザーの割合が高く、平均フォロワー数も推測のツイート群の約2.6倍（7,000対2,600）にのぼる。
• 信頼性のあるツイートはリツイート頻度が低く（「retweet_status」の値が低いが）、リツイートされた際にはより高いリツイート数を達成しており、1回のリツイートあたりの拡散効率が優れていることが示唆される。
• 「possibly_sensitive」フラグは、信頼性のあるツイートでより頻繁に発動していない（p = 0.0157）、つまり、議論の余地があるか、センセーショナルなメディアが含まれるケースが少ない。
• 信頼性のあるツイート群では、リツイート頻度は低いが、リツイート効率が高いという組み合わせは、全体としての共有頻度は低いものの、共有された際にはより効果的に拡散されていることを示している。