[논문 리뷰] Facts and Fabrications about Ebola: A Twitter Based Study

Janani Kalyanam, Sumithra Velupillai외 3명|arXiv (Cornell University)|2015. 08. 09.

Misinformation and Its Impacts참고 문헌 14인용 수 9

한 줄 요약

이 연구는 2014년 미국 유행 기간 동안 트위터에서 에볼라 관련 트윗 중 신뢰할 만한 것과 추측성인 것을 해시태그 기반 분류 방법으로 구분하는 것을 제안한다. 트위터 API에서 추출한 특징을 바탕으로, 신뢰할 만한 트윗은 더 많은 해시태그와 URL을 포함하고 있으며, 검증된 사용자로부터 더 높은 참여도를 보이며, 더 높은 재트윗 효율성을 보이는데, 이는 총 재트윗 수는 적지만 더 넓고 신뢰할 만한 방식으로 확산된다는 것을 시사한다.

ABSTRACT

Microblogging websites like Twitter have been shown to be immensely useful for spreading information on a global scale within seconds. The detrimental effect, however, of such platforms is that misinformation and rumors are also as likely to spread on the network as credible, verified information. From a public health standpoint, the spread of misinformation creates unnecessary panic for the public. We recently witnessed several such scenarios during the outbreak of Ebola in 2014 [14, 1]. In order to effectively counter the medical misinformation in a timely manner, our goal here is to study the nature of such misinformation and rumors in the United States during fall 2014 when a handful of Ebola cases were confirmed in North America. It is a well known convention on Twitter to use hashtags to give context to a Twitter message (a tweet). In this study, we collected approximately 47M tweets from the Twitter streaming API related to Ebola. Based on hashtags, we propose a method to classify the tweets into two sets: credible and speculative. We analyze these two sets and study how they differ in terms of a number of features extracted from the Twitter API. In conclusion, we infer several interesting differences between the two sets. We outline further potential directions to using this material for monitoring and separating speculative tweets from credible ones, to enable improved public health information.

연구 동기 및 목표

• 2014년 미국 유행 기간 동안 트위터에서 확산되는 에볼라에 관한 오락성 및 오해의 특성을 이해하기 위해.
• 신뢰할 만한 트윗과 추측성 트윗을 구분하는 데 사용할 수 있는 구조적 및 네트워크 수준의 특징을 특정하기 위해.
• 해시태그 기반 레이블링을 활용하여 트윗을 신뢰할 만한 및 추측성 카테고리로 분류하는 방법을 개발하기 위해.
• 조기 탐지 및 오락성 정보 완화를 가능하게 하여 공중보건 노력에 기여하기 위해.
• 실시간 디지털 역학학 도구의 기초를 마련하여 루머와 검증된 정보를 분리 모니터링할 수 있도록 하기 위해.

제안 방법

• 2014년 10월 초에 트위터 스트리밍 API를 통해 약 4700만 건의 에볼라 관련 트윗을 수집하였다.
• 콘텐츠 유형을 나타내는 지표로 해시태그의 수동 레이블링을 기반으로 트윗을 '신뢰할 만한' 및 '추측성'으로 분류하였다.
• 트위터 API에서 추출한 구조적 특징으로는 해시태그 수, URL 수, 사용자 검증 상태, 팔로워 수, 재트윗 활동 등을 포함하였다.
• 통계적 분석을 통해 신뢰할 만한 트윗 집합과 추측성 트윗 집합 간의 특징 분포를 비교하였다.
• '가능하게 민감한' 플래그를 평가하여 두 카테고리 간 미디어 콘텐츠의 민감도 차이를 분석하였다.
• 총 재트윗 수와 재트윗 빈도를 비교하여 재트윗 패턴을 분석함으로써 신뢰할 만한 정보와 추측성 정보의 확산 동역학의 차이를 파악하였다.

실험 결과

연구 질문

• RQ1 트위터에서 신뢰할 만한 에볼라 관련 트윗과 추측성 트윗을 구분하는 데 사용할 수 있는 구조적 및 네트워크 수준의 특징는 무엇인가?
• RQ2 신뢰할 만한 트윗 집합과 추측성 트윗 집합 간에 검증된 사용자와 미디어 민감도의 차이는 무엇인가?
• RQ3 재트윗 행동 패턴에서 신뢰할 만한 정보와 추측성 정보의 확산에 차이가 나타나는 방식은 무엇인가?
• RQ4 해시태그 수와 URL 수가 트윗의 신뢰성과 얼마나 관련이 있는가?
• RQ5 해시태그 기반 분류는 소셜 미디어에서 신뢰할 만한 공중보건 정보를 식별하는 데 신뢰할 수 있는 대체 지표가 될 수 있는가?

주요 결과

• 신뢰할 만한 트윗 집합에서 트윗당 평균 해시태그 수가 더 높아, 더 나은 맥락화와 더 풍부한 정보량을 나타낸다.
• 신뢰할 만한 트윗은 평균적으로 추측성 트윗보다 훨씬 더 많은 URL을 포함하고 있어, 외부 검증 자료의 더 높은 사용을 시사한다.
• 신뢰할 만한 트윗 집합에서 검증된 사용자 비율이 더 높으며, 사용자당 평균 팔로워 수가 추측성 트윗 집합보다 약 2.6배 높다 (7,000 대 2,600).
• 신뢰할 만한 트윗는 재트윗 수가 적어 '재트윗 상태' 값이 낮지만, 재트윗가 되었을 때는 더 높은 재트윗 수를 기록하여, 재트윗 당 더 효율적인 확산을 보인다.
• '가능하게 민감한' 플래그는 신뢰할 만한 트윗에서 덜 활성화된다 (p = 0.0157), 이는 더 적은 수의 논란의 소지가 있거나 과도하게 자극적인 미디어 콘텐츠를 포함하고 있음을 시사한다.
• 신뢰할 만한 트윗 집합에서 재트윗 빈도는 낮지만 재트윗 효율성은 높기 때문에, 전체적으로 덜 공유되더라도 공유된 이후에는 더 효과적으로 확산된다는 것을 시사한다.