[論文レビュー] Viral Misinformation: The Role of Homophily and Polarization

Aris Anagnostopoulos, Alessandro Bessi+6 more|arXiv (Cornell University)|Nov 11, 2014

Misinformation and Its Impacts参考文献 27被引用数 25

ひとこと要約

本研究は、120万件のイタリア人のユーザーが科学的ニュースと陰謀論的ニュースをどのように消費しているかを分析することで、Facebookにおけるフェイクニュースの拡散要因を調査している。その結果、構造的ネットワーク特徴やインフルエンサー活動よりも、類縁性（同じコンテンツ嗜好を持つ友人）と極端化（共通の信念に基づく集積）が、特に風刺的で偽りの情報について、拡散の予測要因としてより強く関連していることが判明した。

ABSTRACT

The spreading of unsubstantiated rumors on online social networks (OSN) either unintentionally or intentionally (e.g., for political reasons or even trolling) can have serious consequences such as in the recent case of rumors about Ebola causing disruption to health-care workers. Here we show that indicators aimed at quantifying information consumption patterns might provide important insights about the virality of false claims. In particular, we address the driving forces behind the popularity of contents by analyzing a sample of 1.2M Facebook Italian users consuming different (and opposite) types of information (science and conspiracy news). We show that users' engagement across different contents correlates with the number of friends having similar consumption patterns (homophily), indicating the area in the social network where certain types of contents are more likely to spread. Then, we test diffusion patterns on an external sample of $4,709$ intentional satirical false claims showing that neither the presence of hubs (structural properties) nor the most active users (influencers) are prevalent in viral phenomena. Instead, we found out that in an environment where misinformation is pervasive, users' aggregation around shared beliefs may make the usual exposure to conspiracy stories (polarization) a determinant for the virality of false information.

研究の動機と目的

• オンラインソーシャルネットワークにおけるフェイクニュース拡散のメカニズムを理解すること。
• 構造的ネットワーク特性（例：ハブ）やユーザーの影響力（例：インフルエンサー）が、フェイクニュースの拡散をどのように駆動するかを調査すること。
• 特にホモフィリーと極端化に基づく情報消費パターンが、フェイクニュースの拡散にどのように影響するかを検討すること。
• フェイクニュースがより広がりやすいソーシャルネットワークの領域を特定するための新しい指標を開発すること。
• 意図的に風刺的で偽りの内容を含む外部データセットを用いて、モデルの頑健性を検証すること。

提案手法

• イタリアの120万件のFacebookユーザーのサンプルを分析し、科学的ニュースと陰謀論的ニュースに対する関与度を評価すること。
• 友人のコンテンツ嗜好が類似している割合を測定することで、ホモフィリーを定量化すること。
• コンテンツタイプごとの情報消費パターンに基づいて、ユーザーの極端化を指標として定義・計算すること。
• 4,709件の風刺的で意図的に偽りの内容を含む投稿（トロール投稿）から成る外部データセットを用いて、拡散ダイナミクスをテストすること。
• 陰謀論的コンテンツの割合が異なる投稿の間で拡散パターンを比較し、極端化の影響を評価すること。
• 高頻度で拡散された投稿に好意を示したユーザーの極端化の確率密度関数を統計的分析により比較すること。

実験結果

リサーチクエスチョン

• RQ1 友人のコンテンツ嗜好が類似している（ホモフィリー）という要因が、フェイクニュースへのユーザー関与をどの程度予測できるか。
• RQ2 構造的ネットワーク特性（例：ハブ）やインフルエンサー活動は、風刺的で偽りの情報の拡散にどのように関連しているか。
• RQ3 共通の信念に基づく集積（極端化）は、陰謀論的フェイクニュースの拡散にどのような役割を果たすか。
• RQ4 フェイクニュースに関与するユーザーの構成（例：科学的ニュース消費者対陰謀論的ニュース消費者）は、投稿の種別によってどのように変化するか。
• RQ5 消費パターンから導かれる極端化指標は、フェイクニュースがより広がりやすいソーシャルネットワークの領域を信頼性を持って予測できるか。

主な発見

• ユーザーがフェイクニュースに関与する確率は、同じコンテンツ嗜好を持つ友人の数に強く相関しており、ホモフィリーが主要因であることが示された。
• ネットワークのハブや最も活発なユーザー（インフルエンサー）は、風刺的で偽りの情報の拡散において顕著に見られず、拡散の主因はハブやインフルエンサーであるという一般的な仮定に反する結果となった。
• 共通の信念に基づく集積（極端化）は、陰謀論的コンテンツが広がりやすい環境において、フェイクニュースの拡散を決定づける主要因として顕著に現れた。
• 最も拡散された投稿（例：132,000件の共有）には、極端化スコアが高いユーザーが顕著に関与しており、とくに事前に陰謀論的コンテンツを消費していたユーザーが多かった。
• 科学的ニュースを消費するユーザーは存在したが、極端に陰謀論的である投稿に好意を示したユーザーに比べて著しく少ない（4〜10倍少ない）ことが確認され、投稿がより陰謀論的になるにつれてその比率は低下した。
• 最も拡散されたトロール投稿に好意を示したユーザーの極端化の確率密度関数には、極端に高い極端化スコアを持つユーザーに明確なピークが観察された。これは、極端化が拡散の主要メカニズムであることを裏付けた。