[論文レビュー] Temporal Nuances of Coordination Network Semantics

Derek Weber, Lucia Falzon|arXiv (Cornell University)|Jul 6, 2021

Complex Network Analysis Techniques被引用数 6

ひとこと要約

本稿では、SNSにおける協調ネットワークの時間的分析を通じて不正行為を検出する手法を提案し、共通活動の意味的側面に注目し、他のアカウントを最初に一貫してリツイートする「チアリーダー」アカウントを同定する。3つの政治的Twitterデータセットにおける共リツイートのタイミングパターンを分析することで、特に高頻度で長期間にわたり活動するアカウントにおける一貫した最初のリツイート行動が、静的ネットワーク指標を上回る検出性能を示すことが明らかになった。

ABSTRACT

Current network-based methods for detecting coordinated inauthentic behaviour on social media focus primarily on inferring links between accounts based on common "behavioural traces" [19], such as retweeting the same tweet or posting the same URL. Assuming the goal of coordination is amplification, boosting a message within a constrained period, most approaches use a temporal window to ensure the co-activity occurs within a specific timeframe [9, 14, 19, 24]. Real-world application requires considering near real-time processing, creating performance requirements, which also highlight gaps in the semantics of coordination in the literature. These methods could all exploit temporal elements of coordinated activity. We describe preliminary research regarding coordination network semantics, coordination network construction, relevant observations in three political Twitter datasets and the role of cheerleaders in revealing social bots.

研究の動機と目的

• SNSにおける不正行為を検出するための協調ネットワークモデルにおいて、時間的意味論の欠如を是正すること。
• 共活動（例：共リツイート）のタイミングを分析することで、協調性の高いコミュニティ（HCC）における一貫した不正行為の検出を改善すること。
• 他のアカウントを最初に一貫してリツイートする「チアリーダー」アカウントを同定・特徴づけること。
• 従来のネットワーク集約手法で失われる時間的ダイナミクスを保ちながら、協調ネットワークのニアリアルタイム分析手法を開発すること。
• 2020年レパブリカン国家会議期間中の協調行動に焦点を当て、3つの政治的Twitterデータセットを用いて手法を検証すること。

提案手法

• SNSストリームを固定時間窓に分割し、各窓内で共活動（例：共リツイート、共有URL）を同定することで、同期化された行動ネットワークを構築する。
• エッジがアカウント間の共活動頻度を表す無向加重ネットワークを構築し、時間窓を跨いでエッジを集約する。
• コミュニティ検出アルゴリズム（例：kNN、FSA_V、マルチスケールフィルタリング）を適用し、協調ネットワーク内から高協調コミュニティ（HCC）を同定する。
• 二段階の分析を導入：(1) 共リツイートのタイミング（誰が最初に投稿したか）の時間的分析、(2) 一般アカウントの活動パターン（例：ツイートレート、フォロワー数、レピュテーションスコア）。
• 自動化の可能性を評価するために、Botometer CAP（完全自動化確率）スコアとレピュテーションメトリクス（|レピュテーション = |フォロワー数| / (|フォローリスト数| + |フォロワー数|)|）を用いる。
• グリッドを用いて共リツイート頻度と、行のアカウントが最初に投稿する割合を可視化し、チアリーダー行動の同定を可能にする。

実験結果

リサーチクエスチョン

• RQ1 共活動（特に共リツイートのタイミング）における時間的パターンは、静的ネットワークモデルでは捉えきれない隠れた協調的意味論をどのように明らかにするか？
• RQ2 共活動における一貫した最初のリツイート行動は、協調ネットワーク内に「チアリーダー」アカウントが存在することをどの程度示唆するか？
• RQ3 HCC内におけるアカウントの活動パターンと自動化の可能性は、その役割（例：チアリーダー対中央ハブ）とどの程度相関するか？
• RQ4 共活動の時間的分析は、とりわけニアリアルタイム応用において不正な協調行動の検出をどの程度改善できるか？
• RQ5 長期間にわたり活動し、高いレピュテーションスコアを持つ高活動アカウントは、基本的なボット検出を回避しても、協調的ナラティブの維持に果たす役割は何か？

主な発見

• アカウント @TWR（TrumpWarRoom）は、74回、79回、18回の共リツイートにおいて、それぞれアカウント9、10、11に一貫して最初にリツイートされていた。これは、体系的な協調行動を示している。
• アカウント9と10は64回共リツイートしており、それぞれがほぼ半数のケースで最初に投稿していたため、一方的チアリーディングではなく、真の相互協調を示していると考えられる。
• アカウント11はCAPスコア0.92、8.5年間の活動期間、1日平均36.1件のツイート（合計111.7万件）であり、@TWRと171回共リツイートされたが、2番目に投稿していた。これは、自動化の可能性が極めて高いことを示している。
• アカウント9は8.8年間活動し、1日平均32.1件のツイート、CAPスコア0.80であり、@TWRと74回共リツイートされたが2番目に投稿していた。自動化の可能性が高いとされる。
• アカウント10は若年（0.9年）でありながら、1日平均78.7件のツイート、CAPスコア0.79であり、最近の作成にもかかわらず、自動化の可能性が極めて高いとされる。
• 高頻度のツイート、長期間の活動、高いCAPスコアに加え、一貫した最初のリツイート行動が併存する場合、アカウント9、10、11はいずれも@TWRを支援するチアリーダーまたはボットであると強く示唆される。