[論文レビュー] Rumor Evolution in Social Networks

Yichao Zhang, Shi Zhou+2 more|arXiv (Cornell University)|Feb 8, 2011

Misinformation and Its Impacts参考文献 2被引用数 5

ひとこと要約

本稿では、個人が噂をそのままで転送するか、転送前に変更するかの2通りの行動を取ることを許容する、ソーシャルネットワーク上の新しい噂拡散モデルを提案する。主な発見は、変更者（modifiers）の割合が増加するにつれて、特に正則ネットワークにおいて、元の噂の影響力が急速に低下し、複数回改変されたバージョンが支配的になることである。これは、噂の進化が現実の情報ダイナミクスにおいて重要な要因であることを示している。

ABSTRACT

Social network is a main tunnel of rumor spreading. Previous studies are concentrated on a static rumor spreading. The content of the rumor is invariable during the whole spreading process. Indeed, the rumor evolves constantly in its spreading process, which grows shorter, more concise, more easily grasped and told. In an early psychological experiment, researchers found about 70% of details in a rumor were lost in the first 6 mouth-to-mouth transmissions \cite{TPR}. Based on the facts, we investigate rumor spreading on social networks, where the content of the rumor is modified by the individuals with a certain probability. In the scenario, they have two choices, to forward or to modify. As a forwarder, an individual disseminates the rumor directly to its neighbors. As a modifier, conversely, an individual revises the rumor before spreading it out. When the rumor spreads on the social networks, for instance, scale-free networks and small-world networks, the majority of individuals actually are infected by the multi-revised version of the rumor, if the modifiers dominate the networks. Our observation indicates that the original rumor may lose its influence in the spreading process. Similarly, a true information may turn to be a rumor as well. Our result suggests the rumor evolution should not be a negligible question, which may provide a better understanding of the generation and destruction of a rumor.

研究の動機と目的

• 噂の内容が拡散中に変化しないという前提に起因する従来の噂モデルの限界を是正すること。
• 個人の行動（転送対比改変）がソーシャルネットワーク内での噂の進化にどのように寄与するかを調査すること。
• ネットワークトポロジーが、元の噂と改変済み噂のバージョンの分布と存続に与える影響を理解すること。
• 変更者の割合が最終的な改変頻度と進化した噂形態の優位性に与える影響を定量化すること。

提案手法

• 個人が転送者（元のまま伝える）または変更者（伝える前に改変する）に分類される動的モデルを導入する。
• バラバシ＝アランベルト（スケールフリーネットワーク）、ワッツ＝ストログッツ（スモールワールド）、エレース＝レニー（ランダム）、および正則グラフの4種類のネットワークタイプで噂拡散をモデル化する。
• 各個人の改変頻度 R を定義する。R は、その個人に到達するまでに噂が何回改変されたかを示す。
• モンテカルロシミュレーションを用いて、ノード次数 k と全体の転送者割合 F に応じた平均改変頻度 ⟨Rk⟩ を測定する。
• 無次元化と平均場近似を適用し、無知状態、拡散状態、抑制状態のダイナミクスを分析する。
• トポロジーごとの結果を比較することで、噂の進化パターンにおける構造的依存性を明らかにする。

実験結果

リサーチクエスチョン

• RQ1 変更者の存在が、異なるネットワークトポロジーにおける元の噂の存続と拡散にどのように影響するか？
• RQ2 ノードの次数が高いほど、高頻度に改変された噂を受け取りやすくなるか？
• RQ3 転送者割合 F がネットワーク全体の平均改変頻度に与える影響は何か？
• RQ4 なぜ正則ネットワークでは元の噂の影響力がスケールフリーまたはスモールワールドネットワークよりも速やかに低下するのか？
• RQ5 人間による改変によって引き起こされる噂の進化は、最終的な噂バージョンの分布にどの程度の変化をもたらすのか？

主な発見

• 転送者割合 F > 0.7 の場合、特にスケールフリーおよびスモールワールドネットワークにおいて、元の噂は顕著な影響力を維持する。
• F が低下するにつれて、改変頻度 R の分布は左にシフトし、大多数の個人が複数回改変された噂に感染していることが示唆される。
• 正則グラフでは、最終的な平均改変頻度 ⟨R(∞)⟩ が F の増加に伴い著しく低下し、他のトポロジーと比較してより急激な低下を示す。
• バラバシ＝アランベルトのスケールフリー・ネットワークでは、⟨Rk⟩ が次数 k を持つノード数に比例することが示され、高次数ノードが改変済み噂を受け取りやすいことが示唆される。
• ワッツ＝ストログッツのスモールワールドおよびランダム・グラフでは、⟨Rk⟩ は次数分布にほとんど依存せず、これは次数がこれらのネットワークにおける改変頻度の予測力に乏しいことを示している。
• 本モデルは、真実である情報ですら繰り返し改変されることで噂となる可能性があることを示しており、進化が噂形成における生成的役割を果たしていることを強調している。