[논문 리뷰] Twitter and Polls: Analyzing and estimating political orientation of Twitter users in India General #Elections2014

Abhishek Bhola|arXiv (Cornell University)|2014. 06. 19.

Complex Network Analysis Techniques참고 문헌 27인용 수 9

한 줄 요약

이 연구는 인도 2014년 총선 기간 동안 1821만 건의 트윗을 분석하여 네 가지 방법을 사용해 사용자의 정치적 성향을 분류한다: 내용 기반 분류(텍스트 및 해시태그), 사용자 특징 기반 분류, 그리고 재트윗 및 언급 네트워크 기반의 공동체 탐지. 네트워크 기반 방법은 80% 이상의 정확도를 기록하여 내용 기반 접근 방식을 크게 능가했으며, 이는 트윗 내용만으로는 정치적 정렬을 파악하는 것보다 사회적 네트워크 구조가 더 신뢰할 만한 지표임을 보여준다.

ABSTRACT

This year (2014) in the month of May, the tenure of the 15th Lok Sabha was to end and the elections to the 543 parliamentary seats were to be held. A whooping $5 billion were spent on these elections, which made us stand second only to the US Presidential elections in terms of money spent. Swelling number of Internet users and Online Social Media (OSM) users could effect 3-4% of urban population votes as per a report of IAMAI (Internet & Mobile Association of India). Our count of tweets related to elections from September 2013 to May 2014, was close to 18.21 million. We analyzed the complete dataset and found that the activity on Twitter peaked during important events. It was evident from our data that the political behavior of the politicians affected their followers count. Yet another aim of our work was to find an efficient way to classify the political orientation of the users on Twitter. We used four different techniques: two were based on the content of the tweets, one on the user based features and another based on community detection algorithm on the retweet and user mention networks. We found that the community detection algorithm worked best. We built a portal to show the analysis of the tweets of the last 24 hours. To the best of our knowledge, this is the first academic pursuit to analyze the elections data and classify the users in the India General Elections 2014.

연구 동기 및 목표

• 인도 2014년 총선 기간 동안 트위터 활동의 규모, 시간대 및 정서를 분석하기 위해.
• 총선 기간 동안 트위터에서의 정치적 논의 패턴과 사용자 참여 양상을 규명하기 위해.
• 사용자의 정치적 성향을 추정하기 위한 다수의 분류 기법을 개발하고 평가하기 위해.
• 총선 관련 트위터 데이터 및 정서를 모니터링할 수 있는 실시간 포털을 구축하기 위해.

제안 방법

• 2013년 9월부터 2014년 5월까지 트위터의 스트리밍 API를 사용해 1821만 건의 총선 관련 트윗을 수집했다.
• 내용 기반 분류를 위해 TF-IDF 벡터화와 해시태그 기반 특징을 적용했다.
• 팔로워 수, 팔로잉 수, 정당 관련 키워드 빈도 등 사용자 수준의 특징을 사용해 분류를 수행했다.
• 재트윗 및 사용자 언급 네트워크를 구축하여 정치적 성향 분류를 위한 공동체 탐지 알고리즘을 적용했다.
• 수동으로 주석 처리한 1000명의 사용자 프로필 데이터셋(613명 프로, 425명 앤티)을 활용해 분류 성능을 평가했다.
• 트렌드 주제, 정서, 위치 및 정치적 네트워크 역학을 시각화할 수 있는 실시간 웹 포털을 개발했다.

실험 결과

연구 질문

• RQ1 인도 2014년 총선에서 주요 총선 행사와 트위터 활동량 간의 상관관계는 어떠한가?
• RQ2 내용 기반 특징(텍스트 및 해시태그)을 사용해 사용자를 브리핑- BJP/ Congress에 찬성 또는 반대 성향으로 효과적으로 분류할 수 있는가?
• RQ3 사용자 수준의 행동 특징(팔로워 수, 팔로잉 수, 언급 빈도 등)이 정치적 성향을 얼마나 잘 예측할 수 있는가?
• RQ4 재트윗 및 언급 그래프 기반의 네트워크 기반 공동체 탐지 방법이 정치적 정렬을 식별하는 데 얼마나 효과적인가?
• RQ5 트위터 데이터의 실시간 분석이 선거 기간 동안 정치적 정서와 인기 정도에 대한 실질적인 통찰을 제공할 수 있는가?

주요 결과

• 트위터 활동량은 주요 총선 행사 기간 동안 최고조로 증가했으며, 특히 오후 두 번째 시점에 가장 높은 활동량을 보였다.
• TF-IDF와 해시태그를 사용한 내용 기반 분류는 프로 카테고리에서 42.42%, 앤티 카테고리에서 37.25%의 정확도를 기록했다.
• 사용자 특징 기반 분류는 프로 카테고리에서 50% 이상, 앤티 카테고리에서 40% 이상의 정확도로 향상되었다.
• 재트윗 및 언급 네트워크 기반의 네트워크 기반 공동체 탐지 방법은 80% 이상의 정확도를 기록하여 내용 기반 방법을 크게 능가했다.
• 연구 결과, 앤티 정치 성향을 분류하는 것이 프로 성향을 분류하는 것보다 더 어려운 것으로 확인되었으며, 이는 데이터나 언어 사용에 편향이 있음을 시사한다.
• 실시간 포털은 트렌드 주제, 정서 추세, 총선 관련 트윗의 지리적 분포를 성공적으로 시각화했다.