[논문 리뷰] Investigating Rumor Propagation with TwitterTrails

Samantha Finn, Panagiotis Metaxas외 1명|arXiv (Cornell University)|2014. 11. 13.

Misinformation and Its Impacts참고 문헌 16인용 수 24

한 줄 요약

TwitterTrails는 리트윗, 타임라인 및 네트워크 구조를 분석함으로써 트위터에서 루머의 기원, 확산 및 신뢰성을 탐구하는 웹 기반의 상호작용형 도구입니다. 사용자는 루머의 확산 경로를 추적하고 핵심 확산자들을 특정하며, 반박을 탐지하고 청중의 회의론 수준을 평가할 수 있습니다. 이는 저널리스트와 연구자들이 실시간으로 유풴 콘텐츠의 진위를 검증할 수 있도록 실용적인 방법을 제공합니다.

ABSTRACT

Social media have become part of modern news reporting, used by journalists to spread information and find sources, or as a news source by individuals. The quest for prominence and recognition on social media sites like Twitter can sometimes eclipse accuracy and lead to the spread of false information. As a way to study and react to this trend, we introduce {\sc TwitterTrails}, an interactive, web-based tool ({ t twittertrails.com}) that allows users to investigate the origin and propagation characteristics of a rumor and its refutation, if any, on Twitter. Visualizations of burst activity, propagation timeline, retweet and co-retweeted networks help its users trace the spread of a story. Within minutes {\sc TwitterTrails} will collect relevant tweets and automatically answer several important questions regarding a rumor: its originator, burst characteristics, propagators and main actors according to the audience. In addition, it will compute and report the rumor's level of visibility and, as an example of the power of crowdsourcing, the audience's skepticism towards it which correlates with the rumor's credibility. We envision {\sc TwitterTrails} as valuable tool for individual use, but we especially for amateur and professional journalists investigating recent and breaking stories. Further, its expanding collection of investigated rumors can be used to answer questions regarding the amount and success of misinformation on Twitter.

연구 동기 및 목표

• 빠른 속도가 정확성보다 우선시되는 트위터에서 유포되는 루머를 검증하는 데 도전하는 것.
• 빠르게 변화하는 뉴스의 기원, 확산 경로 및 신뢰성을 신속히 조사할 수 있도록 저널리스트와 일반 대중에게 도구를 제공하는 것.
• 자동화된 데이터 수집 및 상호작용 시각화를 활용해 실시간으로 루머 확산을 분석할 수 있도록 하는 것.
• 청중의 회의론 수준과 반박 패턴이 루머의 신뢰성과 어떻게 관련되어 있는지 탐구하는 것.
• 가벼운 접근성과 접근 용이성을 제공함으로써 아마추어 및 전문 저널리즘 모두를 지원하는 루머 검증 방법을 제공하는 것.

제안 방법

• 시스템은 대상 트윗을 입력받고, 키워드 및 콘텐츠 유사도 기반으로 관련 트윗을 트위터 API를 통해 수집합니다.
• 리트윗 시간 및 네트워크 구조를 활용해 확산 그래프를 구성함으로써 루머의 초기 기원과 급격한 확산을 특정합니다.
• 타임라인 시각화는 활동의 시간적 변화를 보여주며, 참여도의 급증을 강조합니다.
• 리트윗 및 공유 리트윗 네트워크 그래프를 통해 영향력 있는 사용자와 정보 공유 클러스터를 식별합니다.
• 청중의 회의론은 반박에 대한 사용자 참여도를 통해 측정되며, 이는 인식된 신뢰성과 상관관계가 있습니다.
• 기술적 전문 지식이 없이도 기원, 확산 및 신뢰성에 관한 핵심 질문에 답할 수 있도록 데이터를 집계하고 시각화합니다.

실험 결과

연구 질문

• RQ1 트위터에서 유풴 루머의 기원과 초반 급격한 확산은 무엇인가요?
• RQ2 루머는 시간이 지남에 따라 어떻게 확산되며, 조사 시점에 여전히 확산 중인가요?
• RQ3 루머를 확산시키는 주요 확산자와 영향력 있는 주체는 누구인가요?
• RQ4 경쟁적 반박이 존재하는가, 그리고 원래 주장에 비해 얼마나 널리 퍼져 있는가요?
• RQ5 청중의 회의론 수준은 루머의 신뢰성과 어떻게 관련되어 있나요?

주요 결과

• 가짜 루머는 진실된 뉴스보다 더 널리 퍼진 반박과 더 높은 청중의 회의론을 보입니다.
• 시스템은 루머가 트위터에 등장한 지 몇 분 내로 기원자와 초반 급격한 확산을 성공적으로 특정합니다.
• 반박에 대한 참여도에서 유도된 청중의 회의론 수준은 루머의 신뢰성을 평가하는 신뢰할 수 있는 지표로 기능합니다.
• 리트윗 및 공유 리트윗 네트워크 시각화는 루머 확산 과정에서 영향력 있는 계정과 정보 클러스터를 효과적으로 드러냅니다.
• 타임라인 및 확산 그래프 시각화를 통해 사용자는 루머 확산 과정에서 핵심 시점과 주요 인물들을 신속히 식별할 수 있습니다.
• 실시간으로 상호작용하는 트위터 데이터 분석이 저널리스트와 일반 대중이 루머 검증의 속도와 정확도를 크게 향상시킬 수 있음을 도구가 입증합니다.