[論文レビュー] Intelligent social bots uncover the link between user preference and diversity of news consumption

Yong Ki Min, Tingjun Jiang+3 more|arXiv (Cornell University)|Jul 5, 2019

Opinion Dynamics and Social Influence参考文献 51被引用数 4

ひとこと要約

本研究では、ウェイボーにおけるユーザーの好みを模倣するインテリジェントなソーシャルボットを用いて、エンタメコンテンツの好みが、科学技術コンテンツの好みよりも強い情報極化（80%が同種のコンテンツ）を引き起こすことを明らかにした。これは、エンタメ向けにスター型のネットワーク構造、科学技術向けにクラスタリング型のネットワーク構造が形成されるためであり、自己選択や事前選択のメカニズムを超えて、好みが極化を強化する重要な要因であることを示している。

ABSTRACT

The boom of online social media and microblogging platforms has rapidly alter the way we consume news and exchange opinions. Even though considerable efforts try to recommend various contents to users, loss of information diversity and the polarization of interest groups are still an enormous challenge for industry and academia. Here, we take advantage of benign social bots to design a controlled experiment on Weibo (the largest microblogging platform in China). These software bots can exhibit human-like behavior (e.g., preferring particular content) and simulate the formation of personal social networks and news consumption under two well-accepted sociological hypotheses (i.e., homophily and triadic closure). We deployed 68 bots to Weibo, and each bot ran for at least 2 months and followed 100 to 120 accounts. In total, we observed 5,318 users and recorded about 630,000 messages exposed to these bots. Our results show, even with the same selection behaviors, bots preferring entertainment content are more likely to form polarized communities with their peers, in which about 80\% of the information they consume is of the same type, which is a significant difference for bots preferring sci-tech content. The result suggests that users preference played a more crucial role in limiting themselves access to diverse content by compared with the two well-known drivers (self-selection and pre-selection). Furthermore, our results reveal an ingenious connection between specific content and its propagating sub-structures in the same social network. In the Weibo network, entertainment news favors a unidirectional star-like sub-structure, while sci-tech news spreads on a bidirectional clustering sub-structure. This connection can amplify the diversity effect of user preference. The discovery may have important implications for diffusion dynamics study and recommendation system design.

研究の動機と目的

• ソーシャルメディアプラットフォームにおけるユーザーの好みが、ニュース消費の多様性と極化に与える影響を調査すること。
• コンテンツタイプ（エンタメ対科学技術）が、個人のソーシャルネットワークの構造に与える影響を検討すること。
• 制御された環境下で、ユーザーの好み、ネットワーク構造、情報拡散の共進化を探索すること。
• 好みに基づく行動が、自己選択や事前選択といった既知のメカニズムを超えて、極化を強化するかどうかを評価すること。
• レコメンデーションシステムの改善および情報拡散ダイナミクスの理解に役立つ実証的知見を提供すること。

提案手法

• ウェイボーに68体のインテリジェントなソーシャルボットを展開し、それぞれが2か月以上にわたり100〜120アカウントをフォローする人間らしさを再現した。
• テキスト分類アルゴリズムを用いて、ボットがコンテンツ好み（エンタメまたは科学技術）に基づいてアカウントを選択・フォローできるようにした。
• 社会的原則として、同質性（似た者同士）と三重閉包（相互接続）を用いて、ソーシャルネットワークの進化をシミュレートした。
• 5,318人のユーザーを対象に、合計63万件のメッセージを追跡・記録し、情報露出とネットワーク構造を分析した。
• 手動および自動テキスト分類を用いてコンテンツタイプを分類し、ボット行動における好みの正確性を確保した。
• 局所的なネットワークサブ構造（例：スター型、双方向クラスタリング）を分析し、コンテンツタイプと拡散パターンの関連を特定した。

実験結果

リサーチクエスチョン

• RQ1 ユーザーのエンタメコンテンツと科学技術コンテンツへの好みが、ソーシャルネットワークにおけるニュース消費の多様性にどのように影響するか？
• RQ2 コンテンツ好みが、ウェイボーにおける個人のソーシャルネットワークの構造的形成にどの程度影響を及えるか？
• RQ3 異なるネットワークサブ構造（例：スター型対クラスタリング）が、特定のコンテンツタイプの拡散をどのように促進するか？
• RQ4 好みに基づく行動が、自己選択や事前選択のメカニズムを上回って極化を強化するか？
• RQ5 ユーザーの好み、ネットワーク構造、情報拡散の間には、どのような共進化的関係が存在するか？

主な発見

• エンタメ好みのボットは、消費コンテンツの約80%が同種のものである極化したコミュニティを形成し、強い情報同質性を示した。
• 科学技術好みのボットは、コンテンツの多様性が著しく高く、同種のコンテンツが50%未満にとどまった。
• エンタメニュースは、一方通行のスター型サブ構造を通じて優先的に拡散され、効率的な一方通行放送が可能になった。
• 科学技術ニュースは、双方向クラスタリングサブ構造を通じてより効果的に拡散され、相互強化と情報交換が促進された。
• 自己選択や事前選択のメカニズムを上回り、ユーザーの好みがコンテンツ多様性の制限要因としてより重要な要因であることが明らかになった。
• 好みとネットワーク構造の共進化は極化を強化し、コンテンツタイプが同じソーシャルネットワーク内での拡散サブ構造を直接的に形作ることが分かった。