[논문 리뷰] Discovering Political Topics in Facebook Discussion threads with Graph Contextualization

Yilin Zhang, Marie Poux-Berthe외 3명|arXiv (Cornell University)|2017. 08. 23.

Complex Network Analysis Techniques참고 문헌 28인용 수 3

한 줄 요약

이 논문은 2012년 프랑스 대선 기간 동안 페이스북 토론 스레드에서 정치적 주제를 규명하기 위해 그래프 구조와 고차원 텍스트 데이터를 통합하는 스펙트럴 클러스터링 방법인 pairGraphText를 제안한다. 사용자 상호작용을 텍스트적 맥락과 결합함으로써, 후보 중심 토론과 이슈 중심 토론의 구조를 성공적으로 분리하여 이민, 경제, 종교 등 주요 주제를 높은 정확도로 식별하며, 대규모 네트워크에 대해서도 확장 가능하다.

ABSTRACT

We propose a graph contextualization method, pairGraphText, to study political engagement on Facebook during the 2012 French presidential election. It is a spectral algorithm that contextualizes graph data with text data for online discussion thread. In particular, we examine the Facebook posts of the eight leading candidates and the comments beneath these posts. We find evidence of both (i) candidate-centered structure, where citizens primarily comment on the wall of one candidate and (ii) issue-centered structure (i.e. on political topics), where citizens' attention and expression is primarily directed towards a specific set of issues (e.g. economics, immigration, etc). To identify issue-centered structure, we develop pairGraphText, to analyze a network with high-dimensional features on the interactions (i.e. text). This technique scales to hundreds of thousands of nodes and thousands of unique words. In the Facebook data, spectral clustering without the contextualizing text information finds a mixture of (i) candidate and (ii) issue clusters. The contextualized information with text data helps to separate these two structures. We conclude by showing that the novel methodology is consistent under a statistical model.

연구 동기 및 목표

• 페이스북에서의 정치적 토론에서 후보 중심 구조와 이슈 중심 구조를 식별하고 구분하는 것.
• 온라인 정치적 논의에서 주제 탐색을 위한 고차원 텍스트 데이터와 네트워크 데이터를 통합한 확장 가능하고 비지도 학습 방법을 개발하는 것.
• 그래프 구조와 텍스트 맥락화를 활용하여 노이즈가 많고 고차원적인 텍스트 데이터에서 클러스터링 정확도를 향상시키는 것.
• 어휘 내용 전략과 상호작용 가능한 시각화 도구를 통해 시민의 댓글에서 해석 가능한 주제 추출을 가능하게 하는 것.
• 기존의 RTM 같은 주제 모델에 비해 계산적으로 효율적인 대안을 제공하여 대규모 정치 네트워크 분석에 적합하게 하는 것.

제안 방법

• pairGraphText는 시민과 후보 게시물 간의 이중 그래프(이분 그래프)로 구성된 사용자 상호작용 네트워크와 댓글의 텍스트 내용을 함께 모델링하는 스펙트럴 클러스터링 알고리즘이다.
• 이 방법은 상호작용 네트워크에서 그래프 라플라시안을 구성하고, 노이즈와 차원의 감소를 위해 임계값을 적용한 문서-어휘 행렬을 통해 텍스트 특징을 통합한다.
• 텍스트 신호와 그래프 신호를 정렬함으로써 클러스터의 균일성을 향상시키는 공동 최적화 프레임워크를 사용하여 혼합된 구조에서의 신호 탐지 능력을 향상시킨다.
• 결합된 그래프-텍스트 행렬에 대해 스펙트럴 임bedding을 적용한 후, k-means 클러스터링을 수행하여 잠재적인 토론 주제를 식별한다.
• 수천만 개의 노드와 수천 개의 고유어를 처리할 수 있도록 계산적으로 효율적이고 확장 가능한 설계가 되어 있다.
• 적절한 신호 강도 하에서 진짜 클러스터 레이블을 회복하는 데 일관성을 보이는 스토케스틱 공블록모델 이론적 근거를 지닌다.

실험 결과

연구 질문

• RQ1 어떻게 페이스북 정치 토론 스레드에서 후보 중심 구조와 이슈 중심 구조를 구분할 수 있는가?
• RQ2 텍스트 콘텐츠를 통합함으로써 네트워크 기반 토론 데이터에서 정치 주제 탐지 능력이 얼마나 향상되는가?
• RQ3 실제 주제 레이블이 제공되지 않은 상황에서 그래프 기반 방법이 이슈 중심 주제를 효과적으로 복원할 수 있는가?
• RQ4 혼합된 신호 환경에서 pairGraphText의 성능은 관계 주제 모델(RTM)과 표준 스펙트럴 클러스터링에 비해 어떻게 비교되는가?
• RQ5 2012년 프랑스 대선 기간 페이스북 토론에서 공중의 주목을 끌고 있는 가장 두드러진 정치 주제는 무엇인가?

주요 결과

• pairGraphText는 스펙트럴 클러스터링만으로는 이를 분리하지 못하는 상황에서도 페이스북 토론 스레드에서 후보 중심과 이슈 중심 구조를 성공적으로 분리한다.
• 텍스트 신호가 없는 상황에서는 RTM가 클러스터 레이블을 회복하지 못하지만, pairGraphText는 그래프 신호만으로도 강력한 성능 유지를 보이며, 충분한 신호 강도 하에서 90퍼센트 이상의 레이블을 회복한다.
• 그래프와 텍스트 양쪽 신호가 함께 존재할 경우, pairGraphText는 거의 완벽한 클러스터 복원 성능을 보이며, 고차원적이고 노이즈가 많은 텍스트 데이터 환경에서 RTM를 능가한다.
• 이 방법은 이민, 경제, 종교, 환경, 위기 등 2012년 프랑스 대선의 주요 이슈와 일치하는 핵심 정치 주제를 식별한다.
• pairGraphText는 RTM보다 훨씬 빠르며, 대규모 문서 클러스터링에 더 적합하면서도 높은 정확도와 해석 가능성 유지를 유지한다.
• Shiny 앱과 R 패키지 pairGraphText는 다학제적 협업과 재현 가능한 분석을 가능하게 하며, GitHub에 전체 코드와 데이터가 공개되어 있다.