[論文レビュー] Identifying opinion-based groups from survey data: a bipartite network approach

Pádraig MacCarron, Paul J. Maher+1 more|arXiv (Cornell University)|Dec 17, 2020

Opinion Dynamics and Social Influence参考文献 2被引用数 7

ひとこと要約

本稿では、共通の回答に基づいて参加者クラスタを投影する際に同意閾値を適用することにより、アンケートデータから意見ベースのグループを特定する二部グラフ手法を提案する。この手法はアメリカのNational Election Studies（ANES）データに極端化（polarisation）の兆候を明らかにし、複数の国における態度のクラスタリングを示し、強い統計的仮定を必要とせず、解釈が容易な方法で意見ベースのグループ形成を可視化できる。

ABSTRACT

A survey can be represented by a bipartite network as it has two types of nodes, participants and items in which participants can only interact with items. We introduce an agreement threshold to take a minimal projection of the participants linked by shared responses in order to identify opinion-based groups. We show that in American National Election Studies-data, this can identify polarisation along political attitudes. We also take a projection of attitudes that are linked by how participants respond to them. This can be used to show which attitudes are commonly held together in different countries or communities.

研究の動機と目的

• アンケートデータから意見ベースのグループを特定する課題に取り組み、これらはしばしば社会的グループ構造のマッピングに活用されていない。
• 複雑な統計的仮定や部分相関に依存する既存のネットワークモデルの限界を克服し、解釈が難しい問題を回避する。
• 最小限の解釈可能な投影を用いて、アンケートデータから参加者のグループ化と態度の相関関係の両方を捉える手法を開発する。
• 研究者が標準的なアンケート設計を用いて、COVID-19パンデミックの初期段階のような社会的危機時における新しい意見ベースのアイデンティティの出現を検出できるようにする。
• 社会的相互作用データや複雑なモデルを必要とせず、世論の極端化や合意形成を可視化するためのツールを提供する。

提案手法

• 参加者とアンケート項目（文言や質問）の2種類のノードを持つ二部グラフとしてアンケートデータを表現する。
• 参加者間の共通回答数が一定以上であるペアを特定するために同意閾値を適用し、参加者投影ネットワークにおけるエッジを形成する。
• 閾値を超える共通回答を持つ参加者同士にエッジを張ることで、参加者投影ネットワークを構築し、ノイズを低減し意味のあるグループ化に焦点を当てる。
• 同じ参加者が同時に回答する項目同士を結ぶことで、態度の投影ネットワークを生成し、共通して持たれる態度のクラスタを明らかにする。
• 参加者投影ネットワークにおける巨大成分（giant component）のサイズを、グループの極端化を評価する主要パラメータとして用いる。閾値を低くすることで、小さな極端な意見クラスタの検出が可能になる。
• 実測ネットワークをランダムな帰無モデルと比較して、観察されたエッジやクラスタの有意性を評価し、結果の解釈性を高める。

実験結果

リサーチクエスチョン

• RQ1 社会的相互作用データや複雑な統計モデルに依存せずに、標準アンケートデータから意見ベースのグループを信頼性高く特定する方法は何か？
• RQ2 同意閾値手法は、アメリカのNational Election Studies（ANES）データを用いて、政治的態度における極端化をどの程度明らかにできるか？
• RQ3 国ごとに態度のクラスタはどのように異なるのか。また、異なる文化的・国家的文脈において、制度への信頼のパターンはどのようなものか？
• RQ4 この手法は、COVID-19パンデミックの発生時のような社会的危機時における新しい意見ベースのグループの出現を検出できるか？
• RQ5 部分相関や統計的閾値を用いるより複雑なモデルと比較して、この手法の結果はどのように異なるか？

主な発見

• ANESデータでは、2つの明確に分離された意見ベースのクラスタが同定され、それらを結ぶエッジはわずか7本にとどまり、政治的態度に沿った強い極端化が示された。
• 英国のCOVID-19パンデミック初期段階では、科学への信頼が特徴である新しい意見ベースのグループが出現しており、以前の調査波には存在しなかった。
• フランスでは、医師、科学者、NGO、保健センターへの信頼が、政府やジャーナリストへの信頼とは別個のクラスタを形成している。
• バングラデシュでは、科学者への信頼とジャーナリストへの信頼が強く関連しており、ワクチンへの信頼と伝統的ヒーラーへの信頼が同時に現れる傾向があるが、これはフランスでは観察されない。
• 8つの二値的態度に基づく理論上の256通りの意見クラスタのうち、実証的ANESデータでは約10%しか実現されていないため、すべての組み合わせにおける合意形成は限定的であることが示された。
• この手法の単純さのおかげで、計算が容易かつ解釈が可能であり、エッジが抽象的な部分相関ではなく、実際の共通回答数を表すため、理論的仮定が最小限に抑えられる。