[논문 리뷰] Fake news propagate differently from real news even at early stages of spreading

Zilong Zhao, Jichang Zhao외 7명|arXiv (Cornell University)|2018. 03. 09.

Misinformation and Its Impacts인용 수 31

한 줄 요약

이 연구는 중국의 웨이보와 일본의 트위터에서 진위 여부가 확인된 뉴스와 위조 뉴스의 확산을 분석하여, 위조 뉴스가 확산 초반 5시간 이내에도 실제 뉴스와 다르게 퍼진다는 것을 밝혀냈다. 위상적 확산 구조를 분석함으로써 저자들은 위조 뉴스를 식별할 수 있는 초기 단계의 네트워크 패턴을 특정하였으며, 블랙박스 기계학습 모델을 넘어서는 데이터 기반의 초기 탐지 방법을 제시한다.

ABSTRACT

Social media can be a double-edged sword for society, either as a convenient channel exchanging ideas or as an unexpected conduit circulating fake news through a large population. While existing studies of fake news focus on theoretical modeling of propagation or identification methods based on machine learning, it is important to understand the realistic mechanisms between theoretical models and black-box methods. Here we track large databases of fake news and real news in both, Weibo in China and Twitter in Japan from different culture, which include their complete traces of re-postings. We find in both online social networks that fake news spreads distinctively from real news even at early stages of propagation, e.g. five hours after the first re-postings. Our finding demonstrates collective structural signals that help to understand the different propagation evolution of fake news and real news. Different from earlier studies, identifying the topological properties of the information propagation at early stages may offer novel features for early detection of fake news in social media.

연구 동기 및 목표

• 소셜 네트워크에서 위조 뉴스 확산을 이끄는 실제 세계의 메커니즘을 이해하기 위해.
• 위조 뉴스와 실제 뉴스 간의 초기 단계 확산 패턴 차이를 특정하기 위해.
• 이론적 모델이나 블랙박스 기계학습을 넘어서 실제 확산 트레이스를 분석함으로써.
• 초기 확산에서 유추할 수 있는 위상적 특징을 추출하여 조기 탐지 시스템에 활용하기 위해.
• 웨이보와 트위터라는 문화적으로 상이한 두 소셜 미디어 플랫폼에서 연구 결과를 검증하기 위해.

제안 방법

• 저자들은 중국의 웨이보와 일본의 트위터에서 위조 뉴스와 실제 뉴스의 완전한 재게재 트레이스를 수집하였다.
• 초기 행동을 포착하기 위해 초기 공유 이후 5시간 이내의 확산 역학을 분석하였다.
• 재게재 네트워크에서 분석한 위상적 네트워크 특성—예를 들어 분기 구조, 깊이, 넓이—를 추출하였다.
• 위조 뉴스와 실제 뉴스의 확산 트리 간의 통계적 비교를 통해 식별 가능한 구조적 패턴을 도출하였다.
• 정보 확산을 원본 게시물이 루트인 방향성 트리로 모델링하기 위해 네트워크 과학 기법을 사용하였다.
• 연구 결과가 플랫폼에 국한되지 않음을 보장하기 위해 다중 플랫폼 검증을 실시하였다.

실험 결과

연구 질문

• RQ1 위조 뉴스의 확산 패턴은 초기 5시간 동안 실제 뉴스와 어떻게 다를까?
• RQ2 초기 확산 네트워크의 위상적 특징이 위조 뉴스와 실제 뉴스를 신뢰성 있게 구분할 수 있는가?
• RQ3 확산 구조의 차이는 문화적·언어적 소셜 미디어 플랫폼 간에 일관되게 나타나는가?
• RQ4 후기 단계의 특징보다 초기 단계의 구조적 신호가 위조 뉴스 탐지에 유리한가?
• RQ5 어떤 특정 네트워크 특성이 위조 뉴스 확산을 가장 잘 예측하는가?

주요 결과

• 위조 뉴스는 초기 5시간 동안 실제 뉴스보다 훨씬 빠르게 퍼지고 더 많은 사용자에게 도달한다.
• 위조 뉴스의 확산 트리는 실제 뉴스보다 더 높은 분기 계수와 더 깊은 깊이를 보인다.
• 병렬 공유를 나타내는 확산 트리의 넓이 역시 위조 뉴스에서 상당히 더 크다.
• 이러한 구조적 차이는 웨이보와 트위터 양 플랫폼에서 일관되게 관찰되어 다문화적 타당성을 보여준다.
• 초기 확산 패턴은 위조 뉴스를 매우 높은 신뢰도로 식별할 수 있는 충분한 위상적 신호를 포함한다.
• 연구 결과는 내용 분석이나 후기 단계의 신호에만 의존하지 않고, 구조적 네트워크 특징을 활용해 위조 뉴스를 조기에 탐지하는 것이 가능하다는 것을 시사한다.