[논문 리뷰] Intelligent social bots uncover the link between user preference and diversity of news consumption

Yong Ki Min, Tingjun Jiang외 3명|arXiv (Cornell University)|2019. 07. 05.

Opinion Dynamics and Social Influence참고 문헌 51인용 수 4

한 줄 요약

이 연구는 움베이에서 사용자 선호도를 시뮬레이션하기 위해 지능형 소셜 봇을 사용하여, 엔터테인먼트 콘텐츠 선호가 과학기술 콘텐츠 선호보다 더 강한 정보 극화를 유도함을 밝혀냈다 (80% 동일 유형 콘텐츠), 이는 엔터테인먼트용으로는 별형 구조, 과학기술용으로는 군집 구조가 다르게 형성되기 때문이다. 이는 자가선별 또는 사전선별 메커니즘을 초월해 선호도가 극화를 강화하는 핵심 요인임을 시사한다.

ABSTRACT

The boom of online social media and microblogging platforms has rapidly alter the way we consume news and exchange opinions. Even though considerable efforts try to recommend various contents to users, loss of information diversity and the polarization of interest groups are still an enormous challenge for industry and academia. Here, we take advantage of benign social bots to design a controlled experiment on Weibo (the largest microblogging platform in China). These software bots can exhibit human-like behavior (e.g., preferring particular content) and simulate the formation of personal social networks and news consumption under two well-accepted sociological hypotheses (i.e., homophily and triadic closure). We deployed 68 bots to Weibo, and each bot ran for at least 2 months and followed 100 to 120 accounts. In total, we observed 5,318 users and recorded about 630,000 messages exposed to these bots. Our results show, even with the same selection behaviors, bots preferring entertainment content are more likely to form polarized communities with their peers, in which about 80\% of the information they consume is of the same type, which is a significant difference for bots preferring sci-tech content. The result suggests that users preference played a more crucial role in limiting themselves access to diverse content by compared with the two well-known drivers (self-selection and pre-selection). Furthermore, our results reveal an ingenious connection between specific content and its propagating sub-structures in the same social network. In the Weibo network, entertainment news favors a unidirectional star-like sub-structure, while sci-tech news spreads on a bidirectional clustering sub-structure. This connection can amplify the diversity effect of user preference. The discovery may have important implications for diffusion dynamics study and recommendation system design.

연구 동기 및 목표

• 소셜 미디어 플랫폼에서 사용자 선호도가 뉴스 소비 다양성과 극화에 어떻게 영향을 미치는지 조사하기 위해.
• 콘텐츠 유형(엔터테인먼트 대 과학기술)이 개인의 소셜 네트워크 구조에 어떻게 영향을 미치는지 검토하기 위해.
• 통제된 환경에서 사용자 선호도, 네트워크 구조, 정보 확산 간의 공진화를 탐색하기 위해.
• 선호도 기반 행동이 자가선별 또는 사전선별 메커니즘을 초월해 극화를 어떻게 강화하는지 평가하기 위해.
• 추천 시스템 개선 및 정보 확산 역학 이해를 위한 실증적 통찰을 제공하기 위해.

제안 방법

• 68개의 지능형 소셜 봇을 움베이에 배치하여, 각 봇이 최소 2개월 동안 100~120개의 계정을 팔로우하도록 설정함.
• 텍스트 분류 알고리즘을 사용하여 봇이 콘텐츠 선호도(엔터테인먼트 또는 과학기술)에 따라 계정을 선택하고 팔로우하도록 함.
• 동류성 원칙(유사자끼리는 결합)과 삼중 클로처 원칙(서로 연결된 관계)을 기반으로 사회적 네트워크의 진화를 시뮬레이션함.
• 5,318명의 사용자 간 약 63만 건의 메시지를 추적하고 기록하여 정보 노출과 네트워크 구조를 분석함.
• 수동 및 자동 텍스트 분류를 활용하여 콘텐츠 유형을 분류함으로써 봇 행동의 선호도 충실도를 확보함.
• 지역 네트워크 서브구조(예: 별형, 이중 클러스터링 등)를 분석하여 콘텐츠 유형과 확산 패턴 간의 관계를 규명함.

실험 결과

연구 질문

• RQ1 사용자 선호도가 엔터테인먼트 콘텐츠인지 과학기술 콘텐츠인지에 따라 소셜 네트워크 내 뉴스 소비 다양성은 어떻게 영향을 받는가?
• RQ2 콘텐츠 선호도가 움베이에서 개인의 소셜 네트워크 구조 형성에 어느 정도 영향을 미치는가?
• RQ3 다른 네트워크 서브구조(예: 별형 대 군집형)는 특정 콘텐츠 유형의 확산을 어떻게 지원하는가?
• RQ4 선호도 기반 행동이 자가선별 또는 사전선별 메커니즘보다 극화를 더 강하게 증폭시키는가?
• RQ5 사용자 선호도, 네트워크 구조, 정보 확산 간의 공진화적 관계는 어떠한가?

주요 결과

• 엔터테인먼트 선호를 가진 봇은 약 80%의 소비 콘텐츠가 동일 유형인 극화된 커뮤니티를 형성하여 강한 정보 동질성을 보였음.
• 과학기술 선호를 가진 봇은 동일 유형 콘텐츠 비율이 50% 미만이었으며, 상당한 콘텐츠 다양성을 보였음.
• 엔터테인먼트 뉴스는 일방향 별형 서브구조를 통해 선호적으로 확산되어 효율적인 일방 방송이 가능함.
• 과학기술 뉴스는 이중 클러스터링 서브구조를 통해 더 효과적으로 확산되었으며, 상호 강화 및 정보 교환을 지원함.
• 자기선별 또는 사전선별 메커니즘을 초월해 사용자 선호도가 콘텐츠 다양성 제한에 더 중요한 요소로 작용함.
• 선호도와 네트워크 구조의 공진화는 극화를 강화하며, 콘텐츠 유형이 동일한 소셜 네트워크 내 확산 서브구조를 직접적으로 형성함.