[논문 리뷰] Twitter Corpus of the #BlackLivesMatter Movement And Counter Protests: 2013 to 2020

Salvatore Giorgi, Sharath Chandra Guntuku외 5명|arXiv (Cornell University)|2020. 09. 01.

Social Media and Politics참고 문헌 6인용 수 13

한 줄 요약

이 논문은 2013~2021년 기간 동안 #BlackLivesMatter, #AllLivesMatter, 또는 #BlueLivesMatter를 포함한 총 6390만 건의 공개 트위터 트윗을 담은 공개 가능한 트위터 코퍼스를 소개한다. 이 데이터셋은 BLM 운동과 그에 대한 반대 시위의 논의, 시간적 추세 및 공간적 패턴을 대규모로 분석할 수 있도록 하며, LDA 주제 모델이 포함되어 있어 계산 사회과학, 정치학, 자연어처리 분야의 연구에 기여한다. 주요 초점은 체계적 인종차별, 시위 역학, 인종적 불평등이다.

ABSTRACT

This data set contains all currently available tweets from the beginning of the Black Lives Matter (BLM) movement in 2013 to 2021. All tweets contain the following keywords BlackLivesMatter, AllLivesMatter, and BlueLivesMatter, or some variation (e.g., #blacklivesmatter or black lives matter). The data set consists of 63.9 million tweets from 13.0 million users from over 100 countries. Instructions on pulling the Twitter data from the Twitter API are here. Please use the following citation if you use this data in a paper: Giorgi, S., Guntuku, S. C., Himelein-Wachowiak, M., Kwarteng, A., Hwang, S., Rahman, M., &amp; Curtis, B. (2022). Twitter Corpus of the #BlackLivesMatter Movement And Counter Protests: 2013 to 2021. In <em>Proceedings of the International AAAI Conference on Web and Social Media</em>

연구 동기 및 목표

• 2013년부터 2021년까지 #BlackLivesMatter 운동과 그에 대한 반대 시위에 관한 트위터 대화를 포괄적이고 공개 가능한 데이터셋으로 제공하기 위해.
• 체계적 인종차별, 기층 운동 활동, 그리고 소셜 미디어가 정치적 논의 및 시위 조직에 미치는 영향을 연구하는 데 기여하기 위해.
• 100개 이상의 국가에서 BLM 관련 논의의 언어 패턴, 시간적 변화, 공간적 추세를 분석할 수 있도록 하기 위해.
• 각 키워드에 대해 LDA 주제 모델을 제공하여 시위 및 반시위 논의에서 의미적 주제를 자동으로 식별할 수 있도록 하기 위해.
• 연구 목적 외 사용 및 감시 위험을 최소화하기 위해 학술 기관 및 비영리 단체에 한해 배포를 제한함으로써 윤리적이고 비영리 목적의 연구를 촉진하기 위해.

제안 방법

• 2013년 1월부터 2021년 12월까지 트위터의 공개 API 및 아카이브 도구를 사용해 #BlackLivesMatter, #AllLivesMatter, #BlueLivesMatter를 포함한 모든 공개 트윗을 수집하였다.
• 트위터 이용 약관을 준수하고 사용자 프라이버시를 보존하기 위해 배포 시 트윗 ID만을 사용하였다.
• 각 Hashtag와 관련된 텍스트에서 의미적으로 일관된 주제 클러스터를 자동으로 식별하기 위해 잠재적 디리히레트 분포(Latent Dirichlet Allocation, LDA)를 적용하였다.
• ISO 639-1 언어 코드와 사용자가 제공한 위치 메타데이터를 사용해 트윗의 지리적 및 언어적 분석을 수행하여 글로벌 및 국가 수준의 추세를 매핑하였다.
• 카운티 수준의 인종적 태도와 상관관계를 분석하기 위해 Project Implicit의 IAT 외부 데이터셋과 통합하였다.
• 트위터 API를 통해 트윗을 재구성하여 답글, 재트윗 및 사용자 네트워크 분석을 가능하게 하였으며, 개인정보 보호 제약 조건을 고려하였다.

실험 결과

연구 질문

• RQ1 2013년부터 2021년까지 #BlackLivesMatter, #AllLivesMatter, #BlueLivesMatter의 사용 패턴과 언어적 주제가 어떻게 변화해 왔는가?
• RQ2 BLM 관련 논의 내 주요 의미적 주제는 무엇이며, 반대 시위 논의와는 어떻게 다를까?
• RQ3 미국 내 및 글로벌 수준에서 BLM 관련 활동의 공간적 패턴은 어떻게 다양하게 나타나는가?
• RQ4 BLM 관련 트윗은 경찰 살해 사건이나 국가 차원의 시위와 얼마나 관련이 깊은가?
• RQ5 이 데이터셋을 활용해 소셜 미디어가 인종적 태도, 정신 건강, 정치적 조직화에 미치는 영향을 어떻게 연구할 수 있는가?

주요 결과

• 이 데이터셋은 100개 이상의 국가에서 1306만 명의 사용자로부터 총 6390만 건의 트윗을 포함하고 있으며, #BlackLivesMatter가 전체 트윗의 88.6%를 차지한다.
• #BlackLivesMatter는 5670만 건의 트윗에서 사용되었으며, #AllLivesMatter(430만 건)와 #BlueLivesMatter(508만 건)를 크게 앞서며 두드러진 활동을 보였다.
• 시간적 분석 결과, 조지 플로이드가 살해된 2020년 5월 이후 #BlackLivesMatter 활동이 급격히 증가했으며, 2020년 5월 31일은 트위터 역사상 가장 슬픈 날로 확인되었다.
• LDA 주제 모델링을 통해 각 Hashtag에 대해 구분되는 주제 클러스터를 성공적으로 식별하여, 시위 및 반시위 논의에서 언어 패턴을 자동으로 탐지할 수 있었다.
• 이 데이터셋은 86,641개의 고유한 위치에서 지리적 태그가 부여된 트윗을 포함하고 있으며, 주로 영어, 프랑스어, 스페인어, 포르투갈어를 사용하는 주요 지역에서 활발한 활동이 관찰되었다.
• 이 데이터셋은 체계적 인종차별, 시위 역학, 경찰 폭력의 정신 건강 영향 연구를 지원하도록 설계되었으며, 감시 및 비연구 목적 사용을 최소화하기 위한 윤리적 보호 조치가 포함되어 있다.