[論文レビュー] WhatsApp, Doc? A First Look at WhatsApp Public Group Data

Kiran Garimella, Gareth Tyson|arXiv (Cornell University)|Apr 4, 2018

Complex Network Analysis Techniques参考文献 15被引用数 22

ひとこと要約

本論文は、大規模な公開WhatsAppグループデータを収集するための新規で再現可能な手法を提示しており、178のグループ（45,454人のユーザー、454,000件のメッセージを含む）のデータセットを通じてその実現可能性を示している。研究では、グループのトピック、活動水準、地理的分布の多様性が顕在化され、コミュニケーションのダイナミクス、誤情報、そして新たなデジタル制度に関する社会科学研究の可能性が示された。

ABSTRACT

In this dataset paper we describe our work on the collection and analysis of public WhatsApp group data. Our primary goal is to explore the feasibility of collecting and using WhatsApp data for social science research. We therefore present a generalisable data collection methodology, and a publicly available dataset for use by other researchers. To provide context, we perform statistical exploration to allow researchers to understand what public WhatsApp group data can be collected and how this data can be used. Given the widespread use of WhatsApp, our techniques to obtain public data and potential applications are important for the community.

研究の動機と目的

• 公開WhatsAppグループデータの収集と分析が社会科学研究において実現可能であるかを検討すること。
• 大規模なメッセージングプラットフォームデータに対して一般化可能なデータ収集手法を開発すること。
• 公開WhatsAppグループにおけるコミュニケーションパターン、多様性、バイアスを特徴づけること。
• WhatsAppデータが誤情報、社会的制度、および文化的な相互作用の研究に果たす可能性を実証すること。
• 匿名化されたデータセットとオープンソースコードを公開し、再現可能な研究を促進すること。

提案手法

• joinwhatsappgroup.comなどの第三者のWebサイトから公開リスト化されたWhatsAppグループをスクレイピングすること。
• WhatsAppの公開グループ招待リンクを自動で使用してグループに参加すること。
• 構造的で時刻スタンプが付与されたスキーマに従い、すべてのメッセージを監視・ログ記録すること。
• テキスト解析およびクラスタリング手法を用いて、グループのタイトルと内容に基づきトピックを分類すること。
• ワードクラウドと統計的要約を用いて、トピック分布とコミュニケーションパターンを可視化すること。
• ユーザー識別子を匿名化し、再現可能性を確保するための完全なソースコードとともにデータセットを公開すること。

実験結果

リサーチクエスチョン

• RQ1 WhatsAppグループは、ブロードキャスト、マルチキャスト、またはユニキャスト通信媒体としてどの程度機能するか？
• RQ2 公開WhatsAppグループにおける相互作用のダイナミクスとメッセージ頻度は、時間経過とともにどのように変化するか？
• RQ3 公開WhatsAppグループにおけるユーザーの地理的分布はどのようになっており、場所はコミュニケーションパターンにどのように影響するか？
• RQ4 マルチメディアメッセージは、WhatsAppグループにおける相互作用とコンテンツの拡散にどのように影響するか？
• RQ5 WhatsAppグループデータは、誤情報、デジタル制度、および未代表的地域における社会的イノベーションの研究に、どの程度の可能性を秘めているか？

主な発見

• 本研究は、178の公開WhatsAppグループ（45,454人のユーザー、454,000件のメッセージ）を含むデータセットを成功裏に収集し、WhatsAppからの大規模データ収集の実現可能性を示した。
• 最大のグループ「DISFRUTA AL MAXIMO」は11,000件のメッセージを含み、コロンビアに所在しており、地域的関与の高さが示された。
• グループのトピックは多様で、主要な分野には政治（17グループ）、スポーツ（12グループ）、教育・職業に関する議論（23グループ）が含まれ、広範なテーマカバレッジが確認された。
• 地理的多様性が顕著で、インドやナイジェリアを含む発展途上地域に顕著なユーザーの存在が確認され、WhatsAppが未代表的集団の研究に有用であることが示唆された。
• データセットは、WhatsAppグループが二重通信に限らず、共通の関心を共有する複雑な多人数・マルチメディア相互作用を可能としていることを明らかにした。
• 本研究では、WhatsAppグループが、非公式な労働市場やコミュニティベースの情報ネットワークなど、新たな社会的・経済的制度の形成の場として機能しうることを発見した。