[論文レビュー] Investigating Rumor Propagation with TwitterTrails

Samantha Finn, Panagiotis Metaxas+1 more|arXiv (Cornell University)|Nov 13, 2014

Misinformation and Its Impacts参考文献 16被引用数 24

ひとこと要約

TwitterTrails は、リツイート、タイムライン、ネットワーク構造を分析することで、Twitter におけるフェイクニュースの発生源、拡散経路、信ぴょう性を調査する、ウェブベースでインタラクティブなツールです。ユーザーはフェイクニュースの拡散経路をたどり、主要な拡散者を特定し、事実確認の兆候を検出し、視聴者の懐疑的態度を評価できます。ジャーナリストや研究者にとって、リアルタイムで拡散するコンテンツの検証に実用的な手法を提供します。

ABSTRACT

Social media have become part of modern news reporting, used by journalists to spread information and find sources, or as a news source by individuals. The quest for prominence and recognition on social media sites like Twitter can sometimes eclipse accuracy and lead to the spread of false information. As a way to study and react to this trend, we introduce {\sc TwitterTrails}, an interactive, web-based tool ({ t twittertrails.com}) that allows users to investigate the origin and propagation characteristics of a rumor and its refutation, if any, on Twitter. Visualizations of burst activity, propagation timeline, retweet and co-retweeted networks help its users trace the spread of a story. Within minutes {\sc TwitterTrails} will collect relevant tweets and automatically answer several important questions regarding a rumor: its originator, burst characteristics, propagators and main actors according to the audience. In addition, it will compute and report the rumor's level of visibility and, as an example of the power of crowdsourcing, the audience's skepticism towards it which correlates with the rumor's credibility. We envision {\sc TwitterTrails} as valuable tool for individual use, but we especially for amateur and professional journalists investigating recent and breaking stories. Further, its expanding collection of investigated rumors can be used to answer questions regarding the amount and success of misinformation on Twitter.

研究の動機と目的

• Twitter におけるフェイクニュースの検証という課題に取り組む。ここでは、速さが正確さを上回ることが多い。
• ジャーナリストや一般大衆が、急拡散する出来事の発生源、拡散経路、信ぴょう性を迅速に調査できるツールを提供する。
• 自動化されたデータ収集とインタラクティブな可視化を用いて、フェイクニュースの拡散をリアルタイムで分析できるようにする。
• 視聴者の懐疑的態度や事実確認のパターンが、フェイクニュースの信ぴょう性とどのように関連するかを調査する。
• アマチュアおよびプロのジャーナリズムを支援するため、軽量でアクセスしやすいフェイクニュース検証手法を提供する。

提案手法

• システムはターゲットツイートを入力し、キーワードとコンテンツ類似度に基づいて関連ツイートを Twitter の API を使って取得する。
• リツイートのタイミングとネットワーク構造を用いて、フェイクニュースの初期発信者と爆発的拡散を特定するための拡散グラフを構築する。
• タイムライン可視化により、活動の推移を時系列で示し、関与のピークを強調表示する。
• リツイートおよび共通リツイートネットワーク図は、インフルエンサーと情報共有のクラスタを特定する。
• 視聴者の懐疑的態度は、事実確認ツイートへのユーザーの関与度で測定され、認識された信ぴょう性と相関する。
• システムはデータを集約・可視化し、技術的専門知識がなくても、発生源、拡散経路、信ぴょう性に関する重要な問いに答えることができる。

実験結果

リサーチクエスチョン

• RQ1 Twitter における急拡散フェイクニュースの発生源と初期の爆発的拡散は何か？
• RQ2 フェイクニュースは時間経過とともにどのように拡散するのか？調査時刻にまだ拡散が続いているか？
• RQ3 フェイクニュースを広めている主な拡散者や影響力のある人物は誰か？
• RQ4 対立する事実確認は存在するか？それらは元の主張と比べてどれほど広がっているか？
• RQ5 視聴者の懐疑的態度は、フェイクニュースの信ぴょう性とどのように相関するか？

主な発見

• フェイクニュースは真実の物語よりも、広範な事実確認と高い視聴者の懐疑的態度を伴いがちである。
• システムは、フェイクニュースが Twitter に現れてから数分のうちに、発信者と初期の爆発的拡散を正確に特定できた。
• 事実確認への関与度から導かれる視聴者の懐疑的態度は、フェイクニュースの信ぴょう性を評価する信頼できる代理指標となる。
• リツイートおよび共通リツイートネットワーク図は、拡散プロセスにおけるインフルエンサーと情報クラスタを効果的に強調表示した。
• タイムラインおよび拡散グラフ可視化により、ユーザーはフェイクニュース拡散における重要な瞬間と関係者を素早く特定できる。
• このツールは、ジャーナリストや一般大衆が Twitter データをリアルタイムでインタラクティブに分析することで、フェイクニュース検証のスピードと正確性を顕著に向上させられることを示している。