[논문 리뷰] Characterizing information leaders in Twitter during COVID-19 crisis.

David Pastor-Escuredo, Carlota Tarazona|arXiv (Cornell University)|2020. 05. 14.

Misinformation and Its Impacts참고 문헌 30인용 수 12

한 줄 요약

이 논문은 코로나19 팬데믹 기간 동안 트위터에서 정보 리더를 식별하고 특성화하기 위한 프레임워크를 제안한다. 사회적 네트워크 중심성 지표와 사용자 메타데이터를 활용하여, 재트윗 및 상호작용 그래프를 분석함으로써 영향력 있는 사용자를 특정하고 리더 집단을 맵핑함으로써, 신뢰할 수 있는 정보를 확산하고 인포데믹을 효과적으로 대응할 수 있는 도구를 제공한다.

ABSTRACT

Information is key during a crisis such as the current COVID-19 pandemic as it greatly shapes people opinion, behaviour and even their psychological state. It has been acknowledged from the Secretary-General of the United Nations that the infodemic of misinformation is an important secondary crisis produced by the pandemic. Infodemics can amplify the real negative consequences of the pandemic in different dimensions: social, economic and even sanitary. For instance, infodemics can lead to hatred between population groups that fragment the society influencing its response or result in negative habits that help the pandemic propagate. On the contrary, reliable and trustful information along with messages of hope and solidarity can be used to control the pandemic, build safety nets and help promote resilience and antifragility. We propose a framework to characterize leaders in Twitter based on the analysis of the social graph derived from the activity in this social network. Centrality metrics are used to identify relevant nodes that are further characterized in terms of users parameters managed by Twitter. We then assess the resulting topology of clusters of leaders. Although this tool may be used for surveillance of individuals, we propose it as the basis for a constructive application to empower users with a positive influence in the collective behaviour of the network and the propagation of information.

연구 동기 및 목표

• 코로나19 팬데믹 기간 동안 공중보건 대응와 사회적 단합을 해칠 수 있는 오락성 정보의 확산을 해결하기 위해.
• 위기 상황에서 대중의 의견과 행동을 이끄는 핵심 정보 리더를 특정하기 위해.
• 사회적 네트워크의 구조와 사용자 수준의 메타데이터를 활용해 영향력 있는 사용자를 특성화하는 프레임워크를 개발하기 위해.
• 정보 유포의 구조를 이해하기 위해 리더 집단을 맵핑하기 위해.
• 감시가 아닌 긍정적 영향력을 강화하는 데 초점을 맞춘 프레임워크를 제안하여 사회적 네트워크의 회복력과 안정성을 높이기 위해.

제안 방법

• 팬데믹 기간 동안의 사용자 활동에서 유도된 트위터 상호작용 그래프에 대해 네트워크 중심성 지표(예: 차수 중심성, 중간 중심성, 고유벡터 중심성)를 적용하기 위해.
• 팔로워 수, 인증 상태, 계정 연수 등의 트위터 제공 사용자 매개변수를 활용해 식별된 영향력 있는 노드를 추가로 특성화하기 위해.
• 재트윗 및 상호작용 기반으로 사회적 그래프를 구축하여 정보 흐름을 모델링하고 핵심 확산자들을 식별하기 위해.
• 커뮤니티 탐지 기법을 통해 리더 집단을 식별하고 그들의 구조적 및 인구통계적 특성을 분석하기 위해.
• 결과물을 감시가 아닌 긍정적 영향력 강화를 위한 구조적 도구로 프레임워크화하여, 공중보건 커뮤니케이션을 지원하기 위해.

실험 결과

연구 질문

• RQ1 코로나19 팬데믹 기간 동안 네트워크 중심성 기반으로 가장 영향력 있는 정보 리더는 누구인가?
• RQ2 사용자 수준의 특성(예: 인증 상태, 팔로워 수)은 네트워크 내에서 식별된 리더십 역할과 어떻게 관련이 있는가?
• RQ3 정보 리더들이 형성한 집단의 구조적 위상은 어떠한가? 그리고 정보 유포 패턴과의 관계는 무엇인가?
• RQ4 이 프레임워크는 신뢰할 수 있는 정보를 확산하고 인포데믹의 영향을 완화하는 데 어떻게 활용될 수 있는가?

주요 결과

• 중심성 지표는 팬데믹 기간 동안 트위터 네트워크에서 정보 리더로 기능하는 고영향도 사용자 집단을 성공적으로 식별한다.
• 정보 리더는 높은 팔로워 수와 인증 상태를 가진 경우가 많지만, 반드시 그렇지는 않으며, 영향력에 도달하는 경로가 다양함을 시사한다.
• 리더 네트워크는 군집 구조를 띠며, 정보 유포 과정에서 별도의 커뮤니티 또는 에코 캐빈이 존재함을 시사한다.
• 프레임워크를 통해 영향력 있는 노드와 그들의 구조적 역할을 식별할 수 있으며, 이는 신뢰할 수 있는 콘텐츠를 선제적으로 확산하는 데 유용하다.
• 감시가 아닌 긍정적 영향력 강화에 초점을 맞춘 비침습적이고 구조적인 대안을 제공함으로써, 온라인 논의에서의 회복력과 안정성을 높일 수 있다.