[논문 리뷰] Modeling news spread as an SIR process over temporal networks

Elisa Mussumeci, Flávio Codeço Coelho|arXiv (Cornell University)|2016. 12. 14.

Opinion Dynamics and Social Influence참고 문헌 6인용 수 3

한 줄 요약

이 논문은 의미 유사도와 시간적 근접성을 사용하여 뉴스 확산 네트워크를 재구성하는 방법을 제안하며, 동역학을 SIR 전염병 과정으로 모델링한다. 실제 뉴스 유포가 SIR 모델 예측과 매우 유사하게 진행됨을 보여주며, 미디어 영향 범위 예측과 바이러스성 콘텐츠 탐지가 가능하다.

ABSTRACT

News spread in internet media outlets can be seen as a contagious process generating temporal networks representing the influence between published articles. In this article we propose a methodology based on the application of natural language analysis of the articles to reconstruct the spread network. From the reconstructed network, we show that the dynamics of the news spread can be approximated by a classical SIR epidemiological dynamics upon the network. From the results obtained we argue that the methodology proposed can be used to make predictions about media repercussion, and also to detect viral memes in news streams.

연구 동기 및 목표

• 의미 유사도와 게재 시점에 의해 구동되는 시간적 네트워크 과정으로서 디지털 미디어에서 뉴스의 확산을 모델링하기.
• 재구성된 네트워크에서 뉴스 기사의 확산이 고전적 SIR 전염병 epidemiological 모델의 역학을 따르는지 테스트하기.
• 초기 확산 패tern을 기반으로 한 미디어 영향 범위 예측 및 바이러스성 뉴스 식별을 위한 방법론 개발하기.
• 네트워크 기반 동역학이 미디어 조작 또는 가짜 뉴스 탐지 신호로 활용될 잠재력을 탐색하기.

제안 방법

• 260만 건의 뉴스 기사에 대해 훈련된 스킵그램 단어 임베딩 모델을 사용하여 의미 유사도를 캡처하는 조밀한 벡터 표현을 생성하였다.
• TF-IDF 가중치를 적용한 단어 벡터의 합으로 문서 벡터를 계산하여 각 기사를 300차원의 의미 공간에 표현하였다.
• 문서 벡터 간 코사인 거리로 기사 유사도를 정의하였으며, 영향 링크 설정을 위해 유사도 임계값 ρ = 0.8를 설정하였다.
• 지연 분포 분 析를 바탕으로 영향을 주는 기사가 영향을 받는 기사보다 168시간 이내(7일 이내)에 게재되어야 한다는 시간적 제약 조건을 설정하였다.
• 이전 기사에서 이후 기사로의 정보 확산이 가능하다고 간주되는 유도적 방향성 시간 네트워크를 재구성하였다.
• 실제 기사 게재의 피크를 일치시키기 위해 보정된 전파율 λ ∈ [0.00002, 0.00003]를 사용하여 재구성된 네트워크에서 SIR 동역학을 시뮬레이션하였다.

실험 결과

연구 질문

• RQ1 디지털 미디어에서 뉴스는 동적으로 재구성된 시간 네트워크 상에서 SIR 과정으로 정확하게 모델링될 수 있는가?
• RQ2 의미 유사도와 시간적 근접성의 조합 중에서 뉴스 기사 간 인과적 영향을 가장 잘 식별하는 조합은 무엇인가?
• RQ3 실제 뉴스 확산이 피크 시점과 누적 영향 범위 측면에서 SIR 모델의 이론적 예측과 어느 정도 일치하는가?
• RQ4 재구성된 네트워크와 SIR 동역학은 뉴스 이벤트의 최종 영향 범위와 커버리지 지속 기간을 예측하는 데 사용될 수 있는가?

주요 결과

• 유사도 임계값 ρ를 0.8로 설정했을 때 재구성된 영향 네트워크의 거대 구성요소(Giant Component)에 최소 80%의 기사가 포함되었다.
• 95%의 영향을 주는 기사가 영향을 받는 기사 이래로 7일 이내에 게재되어, 영향에 대한 168시간(7일) 시간 창이 타당함을 검증하였다.
• λ = 0.0000215로 설정한 시뮬레이션된 SIR 모델이 10,000회의 시뮬레이션을 통해 실측된 기사 감염 분포와 밀도적으로 일치함을 확인하였다.
• λ가 0.00002에서 0.00003 사이로 설정되었을 때 시뮬레이션의 감염 기사 피크 수가 실측 범위 내에 들어가, 모델 적합도가 높음을 시사하였다.
• 본 연구는 실제 뉴스 유포 동역학이 의미-시간 네트워크 상에서 고전적 SIR 모델에 잘 근사됨을 보여주었다.
• 이 방법론은 초기 확산 패턴을 기반으로 한 미디어 영향력 예측 및 바이러스성 콘텐츠 탐지가 가능하며, 조작되거나 가짜 뉴스 탐지 가능성까지도 열어둔다.