[論文レビュー] Understanding Information Spreading in Social Media during Hurricane Sandy: User Activity and Network Properties

Arif Mohaimin Sadri, Samiul Hasan+2 more|arXiv (Cornell University)|Jun 9, 2017

Complex Network Analysis Techniques参考文献 74被引用数 26

ひとこと要約

本研究はハリケーン・サンディの期間中のTwitterデータを分析し、ユーザーの活動とネットワーク構造が情報拡散に与える影響を検討する。情報拡散は少数の活発なユーザーによって支配されるべきべき分布に従うことが判明した。一方、ネットワークの中心性、次数、および低減された中心性の外れ度が、情報共有行動の予測に顕著に寄与しており、危機的状況下での情報伝達の最適化や誤情報の拡散抑止に役立つ知見が得られた。

ABSTRACT

Many people use social media to seek information during disasters while lacking access to traditional information sources. In this study, we analyze Twitter data to understand information spreading activities of social media users during hurricane Sandy. We create multiple subgraphs of Twitter users based on activity levels and analyze network properties of the subgraphs. We observe that user information sharing activity follows a power-law distribution suggesting the existence of few highly active nodes in disseminating information and many other nodes being less active. We also observe close enough connected components and isolates at all levels of activity, and networks become less transitive, but more assortative for larger subgraphs. We also analyze the association between user activities and characteristics that may influence user behavior to spread information during a crisis. Users become more active in spreading information if they are centrally placed in the network, less eccentric, and have higher degrees. Our analysis provides insights on how to exploit user characteristics and network properties to spread information or limit the spreading of misinformation during a crisis event.

研究の動機と目的

• 災害発生時におけるソーシャルメディア上での情報拡散が、ユーザーの活動とネットワーク特性によってどのように形成されるかを理解すること。
• 危機的状況下で、情報共有行動が高まるユーザーの特徴を同定すること。
• ハリケーン・サンディの期間中に、ユーザー活動水準に基づいた社会的ネットワークの構造的変化を検討すること。
• 危機的通信の改善と誤情報拡散の緩和に役立つ実務的知見を提供すること。

提案手法

• リツイート数やメンション数などの活動レベルに基づいて、複数のサブグラフを構築した。
• トランジティビティ、相関性、中心性指標（次数、近接度、媒介性など）を測定するため、ネットワーク解析を適用した。
• ユーザーの情報共有活動の分布をモデル化するために、べき乗分布のフィッティング手法を用いた。
• ユーザーのネットワーク内での中心性を評価するために、エクセントリシティを計算した。
• ユーザーのネットワーク上の位置（次数、エクセントリシティ、中心性）と活動水準を相関させ、行動予測要因を同定した。
• 活動閾値ごとに、ネットワークのコンponents（連結成分と孤立ノード）の変化を分析した。

実験結果

リサーチクエスチョン

• RQ1 ハリケーン・サンディの期間中に、Twitterネットワーク上でのユーザーの情報共有活動はどのように分布しているか？
• RQ2 ユーザー活動水準が上昇するに従い、トランジティビティや相関性といったネットワーク構造的特性はどのように変化するか？
• RQ3 中心性、次数、エクセントリシティなどのネットワーク特性は、危機関連情報の拡散において、どのように高い活動水準を予測するか？
• RQ4 活動閾値の異なる条件下で、孤立ノードと連結成分はどのように出現するか？

主な発見

• ユーザーの情報共有活動はべき乗分布に従っており、少数の非常に活発なユーザーが情報拡散の大部分を担っていることが示された。
• すべての活動水準において、多くの孤立ノードと連結成分が観察された。これは、情報の流れが断片的である可能性を示唆している。
• サブグラフのサイズが大きくなるに従い、トランジティビティは低下するが、相関性は上昇する。これは、同程度の次数を持つノードが大きなグループ内でクラスタリングしていることを示している。
• 次数が高く、エクセントリシティが低く、中心性が高いユーザーは、危機時における情報共有行動が顕著に高い傾向にある。
• 最も活発なユーザーは、中心的であるだけでなく、ネットワークのコア部分に強く統合されており、その影響範囲が広がっている。
• 活動水準単体よりも、ネットワークの中心性や構造的位置が、情報共有行動の予測においてより強い要因であることが明らかになった。