[論文レビュー] Methods of Informational Trends Analytics and Fake News Detection on Twitter

Bohdan M. Pavlyshenko|arXiv (Cornell University)|Apr 11, 2022

Information Systems and Technology Applications被引用数 5

ひとこと要約

本稿では、2022年ロシア・ウクライナ侵攻に関連するTwitter上のフェイクニュースおよび操作的ニュースを検出するために、DistilBERT、ユーザーのリツイート埋め込み、およびSVD処理済みTF-IDF特徴量を組み合わせたハイブリッドディープラーニングモデルを提案する。頻出項目集合の分析とグラフベースのコミュニティ検出を統合し、意味的構造と疑わしいユーザーネットワークを解明することで、リツイート行動の構造的分析とマルチモーダル特徴工学を活用し、プロパガンダ傾向の改善された検出を実現する。

ABSTRACT

In the paper, different approaches for the analysis of news trends on Twitter has been considered. For the analysis and case study, informational trends on Twitter caused by Russian invasion of Ukraine in 2022 year have been studied. A deep learning approach for fake news detection has been analyzed. The use of the theory of frequent itemsets and association rules, graph theory for news trends analytics have been considered.

研究の動機と目的

• 2022年ロシア侵攻に関連するTwitter上の操作的ニュース傾向を検出・分析すること。
• テキスト、ユーザー行動、構造的ネットワーク特徴量を活用したマルチコンポonentのディープラーニングモデルを構築すること。
• 頻出項目集合および関連ルールマイニングを適用し、プロパガンダナラティブ内の意味的パターンを解明すること。
• グラフ理論およびWalktrapやFruchterman-Reingoldなどのコミュニティ検出アルゴリズムを用いて、疑わしいユーザーコミュニティを同定すること。
• 関連ルールにおけるサポートと信頼度の定量的指標が、モデルのパフォーマンス向上に寄与する予測特徴量としてどの程度有効であるかを評価すること。

提案手法

• 三本のストリームで構成されるディープニューラルネットワークを構築：1つは文脈的ツイート埋め込みにDistilBERTを用い、もう1つはリツイーターの単語およびユーザー名埋め込みの平均値を処理し、残りの1つはリツイーターのユーザー名のTF-IDF行列のSVD成分を処理する。
• テーマキーワードクエリ（例：'ukraine nazi' および 'ukraine biological weapon'）を用いて、大文字・小文字を区別しないマッチングでTwitter API v2を介してツイートを収集する。
• Aprioriに類似したアルゴリズムを用いてツイートキーワードから頻出項目集合および関連ルールをマイニングし、結果をグラフおよびグループ化されたマトリクスとして可視化する。
• ユーザー相互作用ネットワークをグラフとしてモデル化し、ノードをユーザー、エッジをリツイート関係として定義。コミュニティ構造はCommunity Walktrapアルゴリズムを用いて検出する。
• Fruchterman-Reingoldレイアウトアルゴリズムを用いてグラフ可視化を行い、孤立した高密度のコミュニティを特定し、調整されたフェイクニュースキャンペーンを示す。
• モデルはPyTorchを用いて訓練および評価され、ラベル付きのリツイートツイートデータセットを用いた検証性能が報告されている。

Figure 1: Time series of tweets for the query ’ukraine’

実験結果

リサーチクエスチョン

• RQ1 ディープラーニングモデルは、テキストコンテンツ、ユーザーのリツイート行動、構造的ネットワーク特徴量を効果的に統合することで、Twitter上のフェイクニュースをどのように検出できるか？
• RQ2 地理的・政治的危機下におけるプロパガンダナラティブの意味的構造を明らかにするために、頻出項目集合および関連ルールはどのような役割を果たすか？
• RQ3 グラフベースのコミュニティ検出は、操作的コンテンツを拡散する疑わしい孤立型ユーザークラスタを同定できるか？
• RQ4 関連ルールにおけるサポートと信頼度といった定量的指標は、フェイクニュース検出モデルの予測特徴量としてどの程度有効であるか？
• RQ5 大規模なインフォメーション作戦の過程で、協調的フェイクニュースキャンペーンはユーザーネットワーク構造にどのように現れるか？

主な発見

• 'ukraine nazi'および'ukraine biological weapon'というテーマ分野において、2022年2月24日以降、ツイート件数に急増が観察され、ロシア侵攻の開始時期と一致した。
• DistilBERT埋め込みとリツイーターのネットワーク特徴量（SVD処理済みTF-IDF表現含む）を統合することで、フェイクおよび操作的ニュースの効果的な検出が達成された。
• 関連ルールマイニングにより、'fake'、'nazi'、'biological weapon'の間の高頻度な意味的関連が明らかになり、協調的ナラティブフレーミングの兆候が示された。
• グラフベースの分析により、内部接続度が極めて高い孤立したユーザーコミュニティが同定され、フェイクニュースキャンペーンに特徴的な人工的協調性の兆候が示された。
• 頻出項目集合のサポート値および信頼度が、機械学習モデルにおける有用な予測特徴量であることが同定された。
• グラフ構造、意味的パターン、ディープニューラルネットワークの統合により、Twitter上での協調的プロパガンダ活動の検出が著しく向上した。

Figure 2: Time series of tweets for the thematic field ’ukraine nazi’