[論文レビュー] The Dynamics of Offensive Messages in the World of Social Media: the Control of Cyberbullying on Twitter

Krystal Blanco, Aida Briceno+5 more|arXiv (Cornell University)|Jul 31, 2014

Bullying, Victimization, and Aggression参考文献 21被引用数 3

ひとこと要約

本稿では、ツイッターにおける攻撃的メッセージの拡散を『隔離』メカニズムによって抑制するための離散時間非線形 compartmental モデルを提案する。隔離の水準が十分に高い場合、発生者数にかかわらずサイバーいじめのダイナミクスを即座に抑制できることを示しており、解析的条件から、隔離強度が臨界閾値を上回る場合には攻撃的メッセージのレベルが低下することを示している。

ABSTRACT

The 21st century has redefined the way we communicate, our concept of individual and group privacy, and the dynamics of acceptable behavioral norms. The messaging dynamics on Twitter, an internet social network, has opened new ways/modes of spreading information. As a result cyberbullying or in general, the spread of offensive messages, is a prevalent problem. The aim of this report is to identify and evaluate conditions that would dampen the role of cyberbullying dynamics on Twitter. We present a discrete-time non-linear compartmental model to explore how the introduction of a Quarantine class may help to hinder the spread of offensive messages. We based the parameters of this model on recent Twitter data related to a topic that communities would deem most offensive, and found that for Twitter a level of quarantine can always be achieved that will immediately suppress the spread of offensive messages, and that this level of quarantine is independent of the number of offenders spreading the message. We hope that the analysis of this dynamic model will shed some insights into the viability of new models of methods for reducing cyberbullying in public social networks.

研究の動機と目的

• ツイッターにおける攻撃的メッセージの拡散ダイナミクス、特にサイバーいじめの動態を調査すること。
• 攻撃的メッセージの拡散を抑制するための隔離メカニズムの有効性を評価すること。
• リツイートや攻撃的コンテンツの拡散におけるユーザー間の非線形的相互作用を捉える数学的モデルを構築すること。
• 攻撃的メッセージのレベルが時間とともに減少するための閾値条件を特定すること。
• ユーザー単位の隔離措置によって効果的なサイバーいじめの制御が実現するための解析的条件を提供すること。

提案手法

• 感染症のSIR型ダイナミクスを模倣した離散時間非線形 compartmental モデルを、ソーシャルメディアにおけるメッセージ拡散に適応して開発する。
• ユーザーのメッセージ拡散能力が制限されている状態を表す「隔離」クラスを導入し、接触率の低下によってモデル化する。
• 攻撃的トピックに関する実際のツイッターデータから得られたパラメータを用いて、モデルの伝播率および抑制率をキャリブレーションする。
• 数学的解析を適用し、攻撃的メッセージの拡散者数（O_t）が時間とともに減少する条件を導出する。
• ユーザー参加度およびメッセージ伝播を指数関数的減衰関数でモデル化し、$ e^{-kO_t/N} $ のような項を用いて隔離による影響の低下を表現する。
• 攻撃的メッセージ拡散の抑制を保証する解析的閾値（例：$ Z = \frac{k(1-\alpha)}{1-\lambda} < 1 $）を導出する。

実験結果

リサーチクエスチョン

• RQ1 どのような条件下で隔離メカニズムがツイッターにおける攻撃的メッセージの拡散を効果的に抑制できるか？
• RQ2 隔離の水準が攻撃的メッセージ拡散の減少率にどのように影響するか？
• RQ3 攻撃的メッセージの抑制は、初期の発生者数に依存しないのか？
• RQ4 攻撃的メッセージの活動的拡散者数が時間とともに減少するための数学的条件は何か？
• RQ5 ユーザーの相互作用パターンおよびネットワーク構造は、隔離介入の有効性にどのように影響するか？

主な発見

• 十分な水準の隔離が確保されていれば、初期の発生者数にかかわらず、ツイッターにおける攻撃的メッセージの拡散を常に抑制できる。
• モデルは、隔離閾値 $ Z = \frac{k(1-\alpha)}{1-\lambda} < 1 $ の場合、攻撃的メッセージの拡散者数 $ O_t $ が時間とともに減少することを示している。
• 条件 $ k(1-\alpha) < 1 $ および $ \lambda \leq 1 - k(1-\alpha) $ が満たされれば、$ O_{t+1} < O_t $ が保証され、抑制が成立する。
• 抑制は即時的であり、発生者集団の初期サイズに依存しないため、隔離メカニズムの強靭性が示されている。
• モデルは、提案された隔離政策の下で、攻撃的メッセージを拡散するユーザー数が単調に減少することを確認している。
• 解析結果から、初期の拡散者数が高くても、適切にキャリブレーションされた隔離措置により、拡散を完全に停止させられることを示している。