[논문 리뷰] Rumor Evolution in Social Networks

Yichao Zhang, Shi Zhou외 2명|arXiv (Cornell University)|2011. 02. 08.

Misinformation and Its Impacts참고 문헌 2인용 수 5

한 줄 요약

이 논문은 개인이 뉴스를 그대로 전파하거나 전파 전에 수정할 수 있는 사회적 네트워크에서의 새로운 뉴스 확산 모델을 제안한다. 이는 뉴스의 진화를 초래한다. 주요 발견은 수정자 비율이 증가할수록 원래 뉴스의 영향력이 급격히 감소한다는 것이다—특히 정규 네트워크에서 그렇다. 이는 다수의 수정된 버전이 지배하게 되며, 실제로 정보 동역학에서 뉴스의 진화가 핵심 요소임을 시사한다.

ABSTRACT

Social network is a main tunnel of rumor spreading. Previous studies are concentrated on a static rumor spreading. The content of the rumor is invariable during the whole spreading process. Indeed, the rumor evolves constantly in its spreading process, which grows shorter, more concise, more easily grasped and told. In an early psychological experiment, researchers found about 70% of details in a rumor were lost in the first 6 mouth-to-mouth transmissions \cite{TPR}. Based on the facts, we investigate rumor spreading on social networks, where the content of the rumor is modified by the individuals with a certain probability. In the scenario, they have two choices, to forward or to modify. As a forwarder, an individual disseminates the rumor directly to its neighbors. As a modifier, conversely, an individual revises the rumor before spreading it out. When the rumor spreads on the social networks, for instance, scale-free networks and small-world networks, the majority of individuals actually are infected by the multi-revised version of the rumor, if the modifiers dominate the networks. Our observation indicates that the original rumor may lose its influence in the spreading process. Similarly, a true information may turn to be a rumor as well. Our result suggests the rumor evolution should not be a negligible question, which may provide a better understanding of the generation and destruction of a rumor.

연구 동기 및 목표

• 기존 뉴스 모델이 확산 중 뉴스 내용이 정적임을 가정하는 데서 비롯하는 한계를 해결하기 위해.
• 개인의 행동—전파 또는 수정—이 사회적 네트워크에서 뉴스의 진화를 어떻게 이끄는지 조사하기 위해.
• 네트워크 구조가 원본 뉴스와 수정된 뉴스 버전의 확산 및 생존에 미치는 영향을 이해하기 위해.
• 수정자 비율이 최종 수정 빈도와 진화된 뉴스 형태의 지배력에 어떻게 영향을 미치는지 정량화하기 위해.

제안 방법

• 개인이 전파자(원본 그대로 전파) 또는 수정자(전파 전에 수정)로 나뉘는 동적 모델을 도입한다.
• 네 가지 네트워크 유형—바라바시-알레르티(스케일프리), 워츠-스트로가츠(소월드), 에르되시-레니(랜덤), 정규 그래프—에서 뉴스 확산을 모델링한다.
• 각 개인의 수정 빈도 R을 추적한다. 여기서 R은 개인이 도달하기 전에 뉴스가 수정된 횟수로 정의된다.
• 몬테카를로 시뮬레이션을 사용하여 노드의 차수 k와 전파자 비율 F에 따라 평균 수정 빈도 ⟨Rk⟩를 측정한다.
• 무시 상태, 확산 상태, 억제 상태의 역학을 분석하기 위해 정규화 및 평균장 근사법을 적용한다.
• 네트워크 유형 간 결과를 비교하여 뉴스 진화 패턴의 구조적 의존성을 밝혀낸다.

실험 결과

연구 질문

• RQ1 수정자가 존재할 경우, 다양한 네트워크 구조에서 원본 뉴스의 생존성과 확산에 어떤 영향을 미치는가?
• RQ2 노드의 차수와 다수의 수정을 받은 뉴스를 수신할 가능성이 어떻게 관련되어 있는가?
• RQ3 전파자 비율(F)이 네트워크 전반의 평균 수정 빈도에 어떤 영향을 미치는가?
• RQ4 왜 원본 뉴스는 정규 네트워크에서는 스케일프리 또는 소월드 네트워크보다 더 빨리 영향력을 상실하는가?
• RQ5 사람의 수정에 의해 이끌리는 뉴스 진화가 뉴스 변종의 최종 분포에 얼마나 깊이 영향을 미치는가?

주요 결과

• 전파자 비율 F > 0.7일 경우 원본 뉴스는 특히 스케일프리 및 소월드 네트워크에서 상당한 영향력을 유지한다.
• F가 감소함에 따라 수정 빈도 R의 분포는 왼쪽으로 이동하며, 대부분의 개인이 다수의 수정된 뉴스 버전에 감염됨을 시사한다.
• 정규 그래프에서는 최종 평균 수정 빈도 ⟨R(∞)⟩가 F 증가에 따라 급격히 감소하며, 다른 네트워크 유형보다 더 급격한 감소를 보인다.
• 바라바시-알레르티 스케일프리 네트워크에서는 ⟨Rk⟩가 차수 k를 가진 노드의 수에 직접 비례함을 보여, 고차수 노드일수록 수정된 뉴스를 더 자주 수신함을 의미한다.
• 워츠-스트로가츠 소월드 및 랜덤 그래프에서는 ⟨Rk⟩가 차수 분포에 거의 영향을 받지 않으며, 이는 이러한 네트워크에서 차수의 예측력이 수정 빈도에 덜 중요함을 시사한다.
• 모델은 심지어 진실된 정보라도 반복적인 수정을 거치면 뉴스가 될 수 있음을 보여주며, 뉴스 형성 과정에서 진화의 생성적 역할을 강조한다.