[논문 리뷰] Social media affects the timing, location, and severity of school shootings

Javier García-Bernardo, Hong Qi외 4명|arXiv (Cornell University)|2015. 06. 21.

Gun Ownership and Violence Research인용 수 4

한 줄 요약

이 연구는 소셜 미디어 활동이 미국의 학교 총격 사건의 시기, 장소, 심각도에 상당한 영향을 미친다는 것을 입증한다. 통계적으로 유의미한 복제 효과가 존재하며, 학교 총격 사건에 대한 온라인 대화가 증가할수록 다음 주 이내 공격 발생 확률이 두 배로 증가한다. 저자들은 여러 데이터베이스와 트위터 데이터에서 대규모 데이터를 분석하여, K-12와 대학 캠퍼스에서의 공격 패턴이 다름을 확인했으며, K-12 공격은 둔화되고 대학 공격는 가속화됨을 보였다. 또한 소셜 미디어가 집단적 행동 피드백 루프를 통해 공격의 악화를 이끄는 핵심 요인임을 규명했다.

ABSTRACT

Over the past two decades, school shootings within the United States have repeatedly devastated communities and shaken public opinion. Many of these attacks appear to be `lone wolf' ones driven by specific individual motivations, and the identification of precursor signals and hence actionable policy measures would thus seem highly unlikely. Here, we take a system-wide view and investigate the timing of school attacks and the dynamical feedback with social media. We identify a trend divergence in which college attacks have continued to accelerate over the last 25 years while those carried out on K-12 schools have slowed down. We establish the copycat effect in school shootings and uncover a statistical association between social media chatter and the probability of an attack in the following days. While hinting at causality, this relationship may also help mitigate the frequency and intensity of future attacks.

연구 동기 및 목표

• 소셜 미디어 활동이 미국의 학교 총격 사건의 시기, 장소, 심각도에 영향을 미치는지 조사하기 위해
• 미디어 및 온라인 논의에 의해 이끌리는 통계적 복제 효과가 학교 총격 사건에 존재하는지 확인하기 위해
• K-12와 대학 학교 총격 사건 간의 악화 패턴을 비교하고 시간이 지남에 따라 그 차이가 어떻게 나타나는지 평가하기 위해
• 특히 '학교 총격'과 같은 용어에 대한 소셜 미디어 대화가 단기적으로 공격 확률을 예측할 수 있는지 평가하기 위해
• 집단적 행동 신호를 활용하여 향후 공격를 예측하고 억제하기 위한 종합적이고 데이터 기반의 프레임워크 제공하기 위해

제안 방법

• Shultz(1990–2013), Everytown(2013–2014), USA Today(2006–2015)의 세 가지 주요 데이터베이스를 분석하여 사망자가 있는 및 없는 학교 총격 사건을 포함했다.
• 트위터 데이터(570억 건의 트윗, 2010–2014)를 활용하여 '총격', '학교', '대규모', '살인' 등의 언급을 추출하고 정량화하여 대중 논의 수준을 측정했다.
• 통계 분석을 통해 공격 간 간격과 공격 규모를 분석하고, 파워 법칙 분포를 적합하며, 버스트니스(B)와 자기상관을 계산하여 기억성과 군집성을 탐지했다.
• K-12 및 대학 공격의 시간에 따른 악화 패턴의 추세 변화를 식별하기 위해 LOWESS 스무딩(δ=0, α=0.66)을 적용했다.
• 이전 공격 빈도와 소셜 미디어 볼륨을 기반으로 다음 7일, 17일, 44일 내 공격 발생의 조건부 확률을 계산했다.
• 발견 결과를 검증하고 공격 특성과 소셜 미디어 트렌드 간 상관관계를 평가하기 위해 FBI의 활성 총격 사건 데이터베이스(2000–2013)를 사용했다.

실험 결과

연구 질문

• RQ1 학교 총격 사건에 대한 소셜 미디어 대화가 향후 공격 확률 증가와 관련이 있는가?
• RQ2 지난 25년간 K-12와 대학 캠퍼스에서의 학교 총격 사건에 대해 악화 경향이 다름이 있는가?
• RQ3 복제 효과가 학교 총격 사건에 얼마나 나타나며, 이는 온라인 미디어 노출과 통계적으로 연결되어 있는가?
• RQ4 트위터에서 '학교 총격'이라는 표현의 언급 빈도가 다음 주 내 공격 확률에 어떤 영향을 미치는가?
• RQ5 소셜 미디어 활동이 집단적 행동 피드백의 맥락에서 즉각적인 공격 예측 신호로 기능할 수 있는가?

주요 결과

• '학교 총격'에 대한 트윗 빈도가 100만 건당 10건에서 50건으로 증가할 경우, 다음 주 내 공격 발생 확률이 두 배로 증가한다.
• 중요한 복제 효과가 확인되었으며, 학교 총격 사건에 대한 소셜 미디어 논의가 증가할수록 후속 공격 발생 가능성이 높아진다.
• 지난 25년간 K-12 학교 총격 사건의 빈도는 감소한 반면, 대학 공격는 계속 가속화되어, 이는 악화 경향의 분리됨을 시사한다.
• 모든 데이터베이스의 정규화된 공격 간 간격 분포는 무거운 尾를 보이며, 군집성과 버스트니스를 나타내며, Shultz 데이터베이스의 경우 B = 0.142로 포isson 과정과 다름을 보였다.
• 자기상관 분석을 통해 최대 다섯 번의 공격까지 기억성이 존재함을 확인했으며, 최근 사건이 향후 공격 시기 영향을 미친다는 점에서 피드백 기반 다이내믹스와 일치한다.
• '총격' 또는 '대규모'와 '살인'만을 포함한 트윗은 공격 확률과 뚜렷한 상관관계를 보이지 않아, '학교 총격' 언급이 예측 신호로서의 특이성을 강조한다.