[논문 리뷰] An Analysis of the Twitter Discussion on the 2016 Austrian Presidential Elections

Ema Kušen, Mark Strembeck|arXiv (Cornell University)|2017. 07. 31.

Social Media and Politics참고 문헌 50인용 수 7

한 줄 요약

이 연구는 2016년 오스트리아의 대선 기간 동안 독일어 및 영어로 작성된 343,645건의 트위터 메시지를 네트워크 과학, 정서 분석 및 봇 탐지 기법을 사용해 분석하였다. 연구 결과, 알렉산더 반 데어 벨렌은 그의 대안인 노버트 호퍼보다 트위터에서 더 큰 영향력을 지녔으며, 정서가 극도로 극좌화되어 있었고, 봇 활동은 미미했음에도 불구하고 위성 정보가 광범위하게 퍼져 나갔으며, 지지자들은 고립된 에코 캐빈을 형성했다.

ABSTRACT

In this paper, we provide a systematic analysis of the Twitter discussion on the 2016 Austrian presidential elections. In particular, we extracted and analyzed a data-set consisting of 343645 Twitter messages related to the 2016 Austrian presidential elections. Our analysis combines methods from network science, sentiment analysis, as well as bot detection. Among other things, we found that: a) the winner of the election (Alexander Van der Bellen) was considerably more popular and influential on Twitter than his opponent, b) the Twitter followers of Van der Bellen substantially participated in the spread of misinformation about him, c) there was a clear polarization in terms of the sentiments spread by Twitter followers of the two presidential candidates, d) the in-degree and out-degree distributions of the underlying communication network are heavy-tailed, and e) compared to other recent events, such as the 2016 Brexit referendum or the 2016 US presidential elections, only a very small number of bots participated in the Twitter discussion on the 2016 Austrian presidential election.

연구 동기 및 목표

• 2016년 오스트리아 대선 기간 동안 트위터에서의 정치적 논의의 역학을 이해하기 위해.
• 정서, 네트워크 구조, 자동화된 계정이 공적 논의에 어떻게 영향을 미쳤는지 조사하기 위해.
• 높은 스테이크홀더가 참여하는 국가적 선거 기간 동안 위성 정보와 봇 활동이 공적 여론에 미친 영향을 평가하기 위해.
• 후보자와 그 지지자들의 커뮤니케이션 패턴을 분석하기 위해, 트윗 재게재 행동과 정서적 어조를 포함하여.
• 부정적 선거 전략과 정서적 콘텐츠가 소셜 미디어 네트워크 내에서 정보 확산에 미친 영향을 평가하기 위해.

제안 방법

• 키워드 기반 크롤링을 사용하여 2016년 오스트리아 대선과 관련된 343,645건의 트위터 메시지를 수집하였다.
• 사용자 정서를 분류하기 위해 정서 분석을 적용하여 긍정, 부정, 중립 정서를 구분하였다.
• 정보 흐름과 사용자 간 주제 연관성을 모델링하기 위해 커뮤니케이션 네트워크와 해시태그 네트워크를 구축하였다.
• 네트워크 과학 기법을 사용하여 진입도 및 출구도 분포를 분석하고, 무거운 尾 꼬리 형태의 파워 법칙 행동을 식별하였다.
• 자동화된 계정을 식별하고 정량화하기 위해 봇 탐지 알고리즘을 활용하였다.
• 두 주요 후보자 주변의 에고 네트워크를 구축하여 지지자 영향력과 커뮤니케이션 패턴을 분석하였다.

실험 결과

연구 질문

• RQ1 트위터에서 두 대선 후보의 인기와 영향력은 어떻게 비교되었는가?
• RQ2 알렉산더 반 데어 벨렌에 대한 위성 정보는 어느 정도 퍼졌으며, 그의 지지자들은 그 확산에 관여했는가?
• RQ3 두 후보 지지자들이 표현한 정서는 어느 정도 극좌화되어 있었는가?
• RQ4 커뮤니케이션 네트워크의 구조적 특성, 특히 도수 분포 측면에서 어떤가?
• RQ5 최근 다른 정치적 사건들과 비교했을 때, 소셜 봇이 트위터 논의를 형성하는 데 차지하는 비중은 어느 정도였는가?

주요 결과

• 알렉산더 반 데어 벨렌은 그의 대안인 노버트 호퍼보다 트위터에서 훨씬 더 인기 있고 영향력이 있었다.
• 반 데어 벨렌의 지지자들은 그를 옹호하기 위한 의도로 위성 정보를 적극적으로 확산시켰다.
• 두 후보 지지자들의 정서는 극도로 극좌화되어 있었으며, 부정적 정서는 호퍼와 강하게 연관되어 있었다.
• 커뮤니케이션 네트워크의 진입도 및 출구도 분포는 중량이 큰 꼬리가 있는 파워 법칙 패턴을 따르며, 스케일프리 네트워크 특성을 보였다.
• 논의 중 봇 활동은 미미했으며, 2016년 브렉시트 참결이나 미국 대선과 비교해도 현저히 낮았다.
• 두 후보 지지자들은 고립된 내부적으로 연결된 군집을 형성했으며, 이는 에코 캐빈 또는 필터 버블의 존재를 시사한다.