[논문 리뷰] Social media polarization and echo chambers: A case study of COVID-19.

Julie Jiang, Xiang Ren외 1명|arXiv (Cornell University)|2021. 03. 19.

Misinformation and Its Impacts인용 수 6

한 줄 요약

이 연구는 BERT 기반 자연어 처리와 트위터 네트워크 구조를 융합한 확장 가능한 모델인 Retweet-BERT를 소개한다. 이 모델은 미국의 코로나19 논의에서 사용자 성향을 추정하는 데 사용된다. 연구 결과, 우익 성향 사용자가 더 활발하고 발언이 빈번하며, 정당성 기반 사용자가 영향력 네트워크를 지배하고 있으며, 정치적 에코 캐빈이 심각하게 분열을 악화시키는 것으로 나타났다. 이는 공중보건 커뮤니케이션에 중요한 시사점을 제공한다.

ABSTRACT

During 2020, social media chatter has been largely dominated by the COVID-19 pandemic. In this paper, we study the extent of polarization of COVID-19 discourse on Twitter in the U.S. First, we propose Retweet-BERT, a scalable and highly accurate model for estimating user polarity by leveraging language features and network structures. Then, by analyzing the user polarity predicted by Retweet-BERT, we provide new insights into the characterization of partisan users. Right-leaning users, we find, are noticeably more vocal and active in the production and consumption of COVID-19 information. Our analysis also shows that most of the highly influential users are partisan, which may contribute to further polarization. Crucially, we provide empirical evidence that political echo chambers are prevalent, exacerbating the exposure to information in line with pre-existing users' views. Our findings have broader implications in developing effective public health campaigns and promoting the circulation of factual information online.

연구 동기 및 목표

• 코로나19 패닉 기간 동안 미국 트위터 논의에서 정치적 분열의 정도를 이해하는 것.
• 언어적 데이터와 네트워크 데이터를 모두 활용해 사용자 성향을 추정하는 확장 가능하고 정확한 방법을 개발하는 것.
• 정당성 기반 사용자가 정보 노출을 어떻게 형성하고 에코 캐빈을 강화하는지 조사하는 것.
• 온라인 건강 논의에서 정치적 에코 캐빈의 존재와 영향에 대한 실증적 증거를 제공하는 것.

제안 방법

• 사용자 성향을 예측하기 위해 언어적 특징과 재트윗 네트워크 특징을 통합한 미세조정된 BERT 모델인 Retweet-BERT를 제안한다.
• 언어적 내용과 재트윗 패턴을 기반으로 사용자를 좌익 또는 우익 성향으로 분류하기 위해 레이블이 부여된 트위터 데이터로 모델을 훈련시킨다.
• 영향력 있는 사용자를 식별하고 그들의 정당성 기반 성향을 분석하기 위해 네트워크 중심성 지표를 사용한다.
• 코로나19 논의를 다루는 미국 트위터 사용자 대규모 데이터셋에 모델을 적용하여 성향 분포와 네트워크 영향력을 평가한다.
• 재트윗 네트워크에서의 동질성과 정보 노출 패턴을 측정함으로써 에코 캐빈 탐지를 수행한다.
• 기준 비교와 사용자 클러스터의 정성적 분석을 통해 모델 성능을 검증한다.

실험 결과

연구 질문

• RQ1 미국 트위터 논의에서 코로나19 관련 정치적 분열은 어느 정도 나타나는가?
• RQ2 코로나19 기간 동안 좌익 성향과 우익 성향 사용자는 활동 수준과 정보 소비 패턴에서 어떻게 다를까?
• RQ3 정당성 기반 사용자가 소셜 미디어에서 정보의 노출도와 영향력을 어떻게 형성하는가?
• RQ4 공중보건 위기 기간 동안 트위터에서 에코 캐빈은 어느 정도 형성되고 분열된 정보 노출를 강화하는가?
• RQ5 영향력 있는 사용자가 건강 관련 논의에서 정당성 기반 서사의 확산에 어떻게 기여하는가?

주요 결과

• 우익 성향 사용자가 좌익 성향 사용자보다 코로나19 관련 콘텐츠를 생산하고 소비하는 데 훨씬 더 높은 활동 수준을 보인다.
• 팬데믹 기간 동안 트위터에서 가장 영향력 있는 사용자 대부분이 정당성 기반으로 나타나, 영향력이 이데올로기 그룹 내에 집중되어 있음을 시사한다.
• 정치적 에코 캐빈은 실증적으로 널리 퍼져 있으며, 사용자들이 주로 자신의 기존 견해와 일치하는 정보에 노출된다.
• 재트윗 네트워크의 구조가 교차 정당성 정보 흐름을 제한함으로써 분열을 강화한다.
• 언어적 특징과 네트워크 수준의 특징을 통합함으로써 Retweet-BERT 모델은 성향 추정에서 높은 정확도를 달성한다.
• 연구 결과는 정당성 기반 인플루언서가 공중보건 긴급 상황 동안 정보 환경을 형성하는 데 핵심적인 역할을 한다고 시사한다.