[논문 리뷰] Characterizing Twitter users behaviour during the Spanish Covid-19 first wave

Bernat Esquirol, Luce Prignano외 2명|arXiv (Cornell University)|2020. 12. 11.

Misinformation and Its Impacts참고 문헌 13인용 수 4

한 줄 요약

이 연구는 스페인의 첫 번째 코로나19 유행 기간 동안 트위터 활동을 분석하여, 분절 회귀와 베이지안 전환점 탐지 기법을 사용해 행동 변화를 규명한다. 연구 결과, 2020년 3월 9일 이후 뉴스 기자와 일반 사용자들이 갑작스럽게 트윗을 늘렸으며, 정치인들은 활동 증가가 없었지만 리트윗 수가 증가하여 위기 상황에 의한 행동 변화가 아니라 내재된 기관적 역학이 반영된 것으로 나타났다.

ABSTRACT

People use Online Social Media to make sense of crisis events. A pandemic crisis like the Covid-19 outbreak is a complex event, involving numerous aspects of the social life on multiple temporal scales. Focusing on the Spanish Twittersphere, we characterized users activity behaviour across the different phases of the Covid-19 first wave. Firstly, we analyzed a sample of timelines of different classes of users from the Spanish Twittersphere in terms of their propensity to produce new information or to amplify information produced by others. Secondly, by performing stepwise segmented regression analysis and Bayesian switchpoint analysis, we looked for a possible behavioral footprint of the crisis in the statistics of users' activity. We observed that generic Spanish Twitter users and journalists experienced an abrupt increment of their tweeting activity between March 9 and March 14, in coincidence with control measures being announced by regional and State level authorities. However, they displayed a stable proportion of retweets before and after the switching point. On the contrary, politicians represented an exception, being the only class of users not experimenting this abrupt change and following a completely endogenous dynamics determined by institutional agenda. On the one hand, they did not increment their overall activity, displaying instead a slight decrease. On the other hand, in times of crisis, politicians tended to strengthen their propensity to amplify information rather than produce it.

연구 동기 및 목표

• 스페인의 트위터 사용자 중 다양한 유형이 코로나19 첫 유행 기간 동안 온라인 행동을 어떻게 변화시켰는지 기술하는 것.
• 정책 조치나 대중 인식 변화와 관련이 있을 수 있는 사용자 활동의 임계 전환점(전환점)을 특정하는 것.
• 기자, 정치인, 일반 사용자와 같은 사용자 유형 간에 패닉 상황에 대한 행동 반응이 다름을 평가하는 것.
• 특히 정보 오염(инф오디믹스)의 영향을 받는 상황에서 기존 활동 패tern 모델의 신뢰성 평가.
• 사회적 스트레스의 행동적 흔적을 탐지함으로써 온라인 소셜 미디어가 위기 상황에서 조기 경고 시스템으로 기능할 수 있는지 탐색하는 것.

제안 방법

• 기자, 정치인, 일반 사용자로 나누어 총 1,000명의 스페인 트위터 사용자에 대한 타임라인을 수집하고 분석.
• 일일 트윗 빈도의 급격한 변화를 탐지하기 위해 단계적 분절 회귀 분석을 적용하여 사용자 활동의 잠재적 전환점 식별.
• 트윗 수에 대해 포아송 과정을 가정하고, 행동 변화의 가장 가능성이 높은 시점을 추정하기 위해 베이지안 전환점 분석을 사용.
• 다중 전환점이 존재하는 합성 데이터를 활용해 모델의 탄력성과 p-값 해석의 정확성을 검증.
• 포아송 기반 전환점 모델을 시그모이드 모델 및 다중상태 모델과 비교하여 변화 탐지의 민감도와 정확도 평가.
• 검출된 전환점 이전과 이후의 리트윗 비율과 원본 트윗 비율을 평가하여 콘텐츠 생성과 확산의 균형 변화 분석.

실험 결과

연구 질문

• RQ1 스페인의 첫 번째 코로나19 유행 기간 동안, 다양한 사용자 유형의 트위터 활동에 어떤 중요한 변화가 있었는가?
• RQ2 기자, 정치인, 일반 사용자가 패닉 대응 조치의 시작에 대해 서로 다른 행동 반응을 보였는가?
• RQ3 위기 기간 동안 원본 콘텐츠 생성과 리트윗 간 균형에 눈에 띄는 변화가 있었는가? 이 변화는 사용자 집단에 따라 다를까?
• RQ4 다중 전환점이 존재하는 상황에서도 베이지안 전환점 분석이 위기 상황에서 사용자 활동의 전환을 신뢰성 있게 탐지할 수 있는가?
• RQ5 정치인의 활동 패턴은 다른 사용자들과 어떻게 다를까? 이는 그들이 위기 커뮤니케이션에서 수행하는 역할에 대해 무엇을 시사하는가?

주요 결과

• 기자와 일반 사용자는 2020년 3월 9일에서 3월 14일 사이에 트윗 활동이 급격히 증가했으며, 이는 국가 및 지역 봉쇄 조치 발표와 겹친다.
• 기자와 일반 사용자 모두 전환점 이전과 이후에 리트윗 비율이 안정적으로 유지되어, 활동 증가에도 불구하고 콘텐츠 소비 습관에 큰 변화가 없음을 시사한다.
• 정치인들은 총 활동량에 변화가 없었으며, 오히려 트윗 수가 약간 감소하여 더 신중한 커뮤니케이션 전략을 취하고 있음을 나타낸다.
• 정치인들은 위기 기간 동안 리트윗 행동을 크게 증가시켜, 원본 콘텐츠 생성보다 정보 확산에 더 중점을 두는 전략적 전환을 보였다.
• 베이지안 전환점 모델은 대부분의 경우 단일 주요 전환점을 탐지했지만, p-값이 0.5 이하이므로 다중 전환점이 존재할 가능성이 있으며, 이는 모델이 이를 놓칠 수 있음을 시사한다.
• 다중상태 모델은 복잡한 활동 패턴에 더 잘 맞는 것으로 나타났지만, 단순한 선형 전환점 모델 대비 더 많은 노이즈와 계산 비용을 수반한다.