[논문 리뷰] Commenter Behavior Characterization on YouTube Channels

Shadi Shajari, Nitin Agarwal외 1명|arXiv (Cornell University)|2023. 04. 16.

Misinformation and Its Impacts인용 수 10

한 줄 요약

이 논문은 YouTube의 댓글단 묶음(mob) 탐지, 의심스러운 댓글 행위로 채널을 특징화, 채널 간 조정을 식별하기 위한 소셜 네트워크 분석 기반 방법을 제시하며, 대규모 YouTube 데이터셋에서 검증합니다.

ABSTRACT

YouTube is the second most visited website in the world and receives comments from millions of commenters daily. The comments section acts as a space for discussions among commenters, but it could also be a breeding ground for problematic behavior. In particular, the presence of suspicious commenters who engage in activities that deviate from the norms of constructive and respectful discourse can negatively impact the community and the quality of the online experience. This paper presents a social network analysis-based methodology for detecting commenter mobs on YouTube. These mobs of commenters collaborate to boost engagement on certain videos. The method provides a way to characterize channels based on the level of suspicious commenter behavior and detect coordination among channels. To evaluate our model, we analyzed 20 YouTube channels, 7,782 videos, 294,199 commenters, and 596,982 comments that propagated false views about the U.S. Military. The analysis concluded with evidence of commenter mob activities, possible coordinated suspicious behavior on the channels, and an explanation of the behavior of co-commenter communities.

연구 동기 및 목표

• 의혹스러운 댓글 작성의 만연과 그로 인한 YouTube 댓글의 담론 품질 영향에 대한 연구 동기 부여.
• 댓글단 묶음을 탐지하고 채널 차원의 의심스러운 행동을 정량화하기 위한 방법론적 프레임워크를 개발.
• 의심스러운 댓글 활동의 수준에 따라 채널을 특징화한다.
• co-commenter 네트워크를 통해 채널 간 조정을 탐지한다.
• 대규모 YouTube 데이터셋에서 묶음 활동 및 공동댓글자 커뮤니티에 대한 실증적 증거를 제공한다.

제안 방법

• 댓글단 묶음을 식별하기 위한 소셜 네트워크 분석 기반 방법론을 제안한다.
• 의심스러운 댓글 작성 행위의 수준으로 채널을 특징화한다.
• 댓글자 상호작용 분석을 통해 채널 간 조정을 탐지한다.
• 모델을 20개 채널, 7,782개 비디오, 294,199명의 댓글 작성자, 596,982개의 댓글로 구성된 데이터셋에 적용한다.
• 묶음이 미국 군사에 대한 허위 견해를 확산하는지 여부를 평가하고 공동댓글자 커뮤니티를 분석한다.

실험 결과

연구 질문

• RQ1 댓글단 묶음이 소셜 네트워크 분석을 사용하여 YouTube 채널에서 탐지될 수 있는가?
• RQ2 의심스러운 댓글 작성 활동의 수준으로 채널을 어떻게 특징화할 수 있는가?
• RQ3 공동댓글자 상호작용을 통해 채널 간 조정의 증거가 있는가?
• RQ4 특정 주제에 대한 허위 견해 확산과 관련된 공동댓글자 커뮤니티의 패턴과 역학은 무엇인가?

주요 결과

• 분석된 채널 전반에서 댓글단 묶음 활동의 증거가 나타난다.
• 채널 간 의심스러운 행동의 가능한 조정 징후가 나타난다.
• 논의 주제 주변의 공동댓글자 커뮤니티의 행동에 대한 통찰이 있다.
• 대규모 데이터셋 분석은 묶음 탐지와 조정을 위한 방법론적 프레임워크를 지지한다.