[論文レビュー] Truthy: Enabling the Study of Online Social Networks

Karissa McKelvey, Fil Menczer|arXiv (Cornell University)|Dec 19, 2012

Complex Network Analysis Techniques参考文献 6被引用数 15

ひとこと要約

Truthyは、研究者、ジャーナリスト、一般市民がリアルタイムのTwitterデータを収集・可視化・分析することで、オンラインソーシャルネットワークを研究できる無料でオープンソースのプラットフォームです。インタラクティブなダッシュボード、ミームベースのクラスタリング、クラウドソーシングによるタグ付けを活用して誤情報やスパムを検出するとともに、歴史的データと派生アナリティクスへの公開アクセスを提供し、再現可能な社会科学研究を支援します。

ABSTRACT

The broad adoption of online social networking platforms has made it possible to study communication networks at an unprecedented scale. Digital trace data can be compiled into large data sets of online discourse. However, it is a challenge to collect, store, filter, and analyze large amounts of data, even by experts in the computational sciences. Here we describe our recent extensions to Truthy, a system that collects Twitter data to analyze discourse in near real-time. We introduce several interactive visualizations and analytical tools with the goal of enabling citizens, journalists, and researchers to understand and study online social networks at multiple scales.

研究の動機と目的

• オンラインディスコースに関する社会科学的研究における高コストで複雑なデータ収集および分析の課題に対処すること。
• 研究者が大規模なTwitterデータストリームにアクセスし、分析できる統合的で無料のプラットフォームを提供すること。
• クラウドソーシングによるタグ付けとインタラクティブな可視化ツールを活用して、スパムおよび誤情報の検出を向上させること。
• 派生データと可視化への公開アクセスを提供することで、社会科学研究における再現可能性を支援すること。
• 非専門家、ジャーナリスト、一般市民がスケールに応じてオンラインソーシャルネットワークのダイナミクスを探索し、理解できるようにすること。

提案手法

• システムはストリーミングAPIを用いてリアルタイムのTwitterデータを収集し、事前に定義されたキーワード、ハッシュタグ、ユーザーネーム、ハイパーリンクに基づいてフィルタリングし、テーマ的なクラスタとして「ミーム」と呼ばれるグループを形成する。
• 各ミームは、ネットワーク拡散構造、感情スコア、政治的偏り、言語、ユーザーアクティビティメトリクスを表示するインタラクティブダッシュボードを用いて分析される。
• プラットフォームは、構文解析可能なインターフェースを通じてユーザーがコンテンツにタグ付けできるようにし、そのデータが機械学習モデルにフィードバックされ、スパムおよび誤情報の自動検出を向上させる。
• 収集済みのデータ—ツイート、ネットワークグラフ、メタデータ—は、Twitterの利用規約に準拠した形で自由にダウンロード可能である。
• 外部分析ツールへの統合を可能にするために、ツイート、ミーム、ユーザーレベルのデータに対する公開REST APIアクセスをサポートする。
• 可視化には、時系列の傾向、地理的分布、ミーム間の共起パターンが含まれ、ディコースのダイナミクスを探索する。

実験結果

リサーチクエスチョン

• RQ1 高度な技術的専門知識や高価なツールを必要とせずに、研究者が大規模なオンラインディコースをどのように研究できるか。
• RQ2 クラウドソーシングによるタグ付けは、ソーシャルメディアにおけるスパムおよび誤情報の自動検出の正確性をどの程度向上させられるか。
• RQ3 インタラクティブな可視化は、リアルタイムのソーシャルメディアデータにおける情報拡散およびネットワーク構造の理解をどのように向上させられるか。
• RQ4 歴史的Twitterデータへの公開アクセスは、再現可能な社会科学研究を実現するために果たす役割は何か。
• RQ5 統合的でオープンなプラットフォームは、ソーシャルネットワーク分析における非専門家ユーザーの参入障壁をどの程度低減できるか。

主な発見

• Truthyは、ミーム、ユーザー、ネットワークのためのインタラクティブで使いやすいダッシュボードを活用して、Twitterディコースのリアルタイム監視および分析を成功裏に実現した。
• 2010年9月以降に収集された歴史的Twitterデータのリポジトリへの公開アクセスを提供しており、再現可能な研究を支援している。
• インターフェースを通じたクラウドソーシングによるタグ付けが、スパムおよび誤情報検出の自動分類器の性能向上に寄与していることが実証された。
• ミーム拡散ネットワーク、感情、地理的拡散のインタラクティブな可視化により、ユーザーは複雑なディコースパターンを複数スケールで探索できるようになった。
• 標準フォーマットでのデータエクスポートをサポートしており、Network Workbenchなどの外部ツールとの統合が可能である。
• 商用アナリティクスサービスの代替として、無料でオープンかつ利用規約に準拠した選択肢を提供することで、社会科学研究における財政的・技術的障壁を低減した。