[논문 리뷰] Artificial Inflation: The True Story of Trends in Sina Weibo

Louis Yu, Sitaram Asur외 1명|arXiv (Cornell University)|2012. 02. 01.

China's Socioeconomic Reforms and Governance참고 문헌 8인용 수 23

한 줄 요약

이 논문은 新浪微博에서의 트렌드 주제 동역학을 조사하여, 트렌드를 이끄는 리트윗의 49%가 위조 계정에서 비롯되며, 이는 전체 사용자 수의 1.08%에 불과함을 밝혀내었고, 이는 콘텐츠의 인위적 팽창을 초래한다. 연구는 이러한 위조 계정을 제거할 경우 트위터에서 관찰되는 패턴으로 복귀함을 입증하여 중국의 마이크로블로깅에서 바이럴성의 체계적 조작을 드러낸다.

ABSTRACT

There has been a tremendous rise in the growth of online social networks all over the world in recent years. This has facilitated users to generate a large amount of real-time content at an incessant rate, all competing with each other to attract enough attention and become trends. While Western online social networks such as Twitter have been well studied, characteristics of the popular Chinese microblogging network Sina Weibo have not been. In this paper, we analyze in detail the temporal aspect of trends and trend-setters in Sina Weibo, constrasting it with earlier observations on Twitter. First, we look at the formation, persistence and decay of trends and examine the key topics that trend in Sina Weibo. One of our key findings is that retweets are much more common in Sina Weibo and contribute a lot to creating trends. When we look closer, we observe that a large percentage of trends in Sina Weibo are due to the continuous retweets of a small amount of fraudulent accounts. These fake accounts are set up to artificially inflate certain posts causing them to shoot up into Sina Weibo's trending list, which are in turn displayed as the most popular topics to users.

연구 동기 및 목표

• 신랑웨이보에서의 트렌드 형성, 지속성 및 쇠퇴를 이해하고, 이를 트위터와 대조한다.
• 서양 플랫폼과 비교하여 리트윗이 신랑웨이보에서 트렌드를 어떻게 형성하고 지속시키는지 조사한다.
• 특정 주제가 트렌드가 되도록 인위적으로 팽창시키는 위조 계정의 존재와 영향을 규명하고 분석한다.
• 위조 사용자 활동을 제거했을 때 트위터에서 관찰되는 자연스러운 트렌드 역학이 복원되는지 평가한다.
• 인위적 팽창에 가장 큰 영향을 받는 계정의 특성과 그들의 상업적 또는 콘텐츠 공유 역할을 탐색한다.

제안 방법

• 30일 간의 트렌드 키워드 데이터를 수집하고 분석하여 트윗 수와 타임스탬프를 추적한다.
• 트윗을 사용자 계정과 연결하고 시간에 따른 리트윗 체인을 분석함으로써 리트윗 확산을 추적한다.
• 통계적 기준을 사용하여 높은 리트윗 수와 반복적 행동을 보이는 의심스러운 계정을 식별한다.
• 프로필 메타데이터와 사용자 유형을 기반으로 계정을 확인된 계정, 전문가 계정 또는 비확인 계정으로 분류한다.
• 위조 계정의 리트윗을 제거하고 트렌드 진화 패턴의 변화를 관찰함으로써 위조 계정의 영향을 측정한다.
• 파워-법 분포 분석을 사용하여 리트윗 빈도를 모델링하고 사용자 행동의 이질성을 탐지한다.

실험 결과

연구 질문

• RQ1 신랑웨이보에서 트렌드의 성장, 지속성 및 쇠퇴는 트위터와 어떻게 비교되는가?
• RQ2 리트윗은 신랑웨이보에서 트렌드 형성과 지속성에 얼마나 기여하는가?
• RQ3 트렌드를 이끄는 리트윗 중 위조 또는 봇 유사 계정에서 비롯되는 비율은 어느 정도인가?
• RQ4 어느 유형의 계정(예: 확인된 계정, 상업적 계정, 사용자 생성 콘텐츠)이 인위적 팽창에 가장 큰 영향을 받는가?
• RQ5 의심스러운 위조 계정의 리트윗을 제거했을 때 트렌드 역학이 자연스럽고 트위터 유사한 쇠퇴 패턴으로 복귀하는가?

주요 결과

• 리트윗은 트위터에 비해 신랑웨이보에서 트렌드를 이끄는 데 더 큰 역할을 하며, 한 게시물당 리트윗 집중도가 더 높다.
• 위조 계정—샘플링된 사용자 수의 1.08%에 불과하지만—트렌드 키워드와 관련된 모든 리트윗의 49%를 담당했다.
• 트렌드 키워드의 98%가 의심스러운 스팸 계정이 리트윗한 게시물에 나타나, 거의 전반적인 인위적 팽창에 관여하고 있음을 시사한다.
• 리트윗된 게시물의 내용을 확산시킨 사용자 4,665명(모든 리트윗된 게시물의 작성자 중 68%)이 의심스러운 스팸 계정의 영향을 받았으며, 이 중 79%는 확인된 계정 또는 전문가 계정이었다.
• 가장 많이 리트윗된 상위 10개 계정은 주로 농담, 이야기, 퀴즈를 중심으로 한 사용자 생성 콘텐츠 플랫폼이었으며, 이 중 2개만 확인된 계정이었다.
• 의심스러운 위조 계정의 트윗을 제거한 후 트렌드 주제의 진화 패턴이 트위터에서 관찰되는 자연스러운 쇠퇴 패턴과 유사하게 나타나, 인위적 팽창이 비정상적인 트렌드 행동의 주요 원인임을 확인했다.