[논문 리뷰] Coordinated Behavior on Social Media in 2019 UK General Election

Leonardo Nizzoli, Serena Tardelli외 3명|arXiv (Cornell University)|2020. 08. 19.

Opinion Dynamics and Social Influence인용 수 9

한 줄 요약

이 논문은 2019년 영국 총선 기간 동안 소셜 미디어에서의 공조 행동을 탐지하고 정량화하기 위해 네트워크 기반 프레임워크를 제안한다. 이는 이진 분류를 넘어서 연속 척도에서 공조 수준을 추정함으로써, 주류가 아닌 활동가 집단이 주요 정당 지지자들보다 더 높은 공조 수준을 보였음을 밝혀낸다.

ABSTRACT

Coordinated online behaviors are an essential part of information and influence operations, as they allow a more effective disinformation's spread. Most studies on coordinated behaviors involved manual investigations, and the few existing computational approaches make bold assumptions or oversimplify the problem to make it tractable. Here, we propose a new network-based framework for uncovering and studying coordinated behaviors on social media. Our research extends existing systems and goes beyond limiting binary classifications of coordinated and uncoordinated behaviors. It allows to expose different coordination patterns and to estimate the degree of coordination that characterizes diverse communities. We apply our framework to a dataset collected during the 2019 UK General Election, detecting and characterizing coordinated communities that participated in the electoral debate. Our work conveys both theoretical and practical implications and provides more nuanced and fine-grained results for studying online information manipulation.

연구 동기 및 목표

• 영향력 작전의 맥락에서 이진 분류의 한계를 해결하기 위해 소셜 미디어에서의 공조 행동 탐지에 초점을 맞춘다.
• 고정 임계값을 사용하는 대신 연속 스펙트럼에서 공조 정도를 추정하는 계산 프레임워크를 개발한다.
• 더 정교한 네트워크 측정치를 통해 공조 공동체를 특성화하여 온라인 조작 분석의 정확도를 높인다.
• 공조된 사용자와 비공조된 사용자만을 구분하는 것 이상의 더 세밀한 공조 패턴 이해를 제공한다.
• 향후 연구를 위해 2019년 영국 총선 기간의 공개 가능한 트위터 데이터셋을 구축하고 공유한다.

제안 방법

• 공통 리트윗을 기반으로 사용자 유사성 네트워크를 구축하여 사용자 간 잠재적 공조를 표현한다.
• 다중 척도 뼈대 추출을 적용하여 통계적으로 유의미한 링크와 노드만 유지함으로써 노이즈를 줄이고 의미 있는 네트워크 구조를 유지한다.
• 점진적으로 공조 수준을 증가시키며 공동체를 반복적으로 식별하는 공조 인식 공동체 탐지 알고리즘을 사용한다.
• 유사성 네트워크의 간선 가중치의 백분위수 순위로 공조를 정의함으로써 이진 분류가 아닌 연속 측정을 가능하게 한다.
• 다양한 네트워크 측정치를 통합하여 새로운 공동체의 특성을 규명하기 위해 공조 지수를 교차 검증한다.
• 고정 임계값을 피하기 위해 다중 척도에서 공조를 분석함으로써 미세한 공조 패턴을 탐지할 수 있다.

실험 결과

연구 질문

• RQ1 소셜 미디어에서의 공조 행동은 공조된 사용자와 비공조된 사용자로만 나누는 이진 구분을 넘어서 어떻게 측정할 수 있는가?
• RQ2 2019년 영국 총선 기간 동안 온라인 공동체 내에서 관찰된 구체적인 공조 패턴은 무엇인가?
• RQ3 어떤 공동체가 가장 높은 수준의 공조를 보이며, 그들의 구조적 및 행동적 특성은 어떻게 다를까?
• RQ4 제안된 프레임워크는 기존 방법에 비해 공조 행동 탐지 및 특성화에 있어 어떻게 향상되었는가?
• RQ5 주요 정당과 활동가 또는 적대적 집단에 비해 정치적 당파의 공조 및 자동화 수준은 얼마나 다른가?

주요 결과

• 이 프레임워크는 공조 수준의 연속 스펙트럼을 통해 공조 공동체를 성공적으로 식별하였으며, 모든 온라인 공동체가 어느 정도의 공조를 보임을 드러냈다.
• 비주류 활동가 및 정치적 적대 집단이 주요 정당 지지자들보다 가장 높은 수준의 공조를 보였다.
• 보수당 지지자들은 노동당 지지자들보다 전체적으로 더 높은 공조 수준, 자동화 수준 및 트위터 정지 비율을 보였지만, 절대 수치는 더 작았다.
• 다중 척도 뼈대 필터링을 사용함으로써 뚜렷한 공조 구조를 유지하면서 노이즈를 줄였으며, 엄격한 임계값 기반 필터링보다 성능이 뛰어났다.
• 공조 인식 공동체 탐지 알고리즘을 통해 공조 집단 내에서 주제 이동과 상호작용 패턴을 발견할 수 있었다.
• 네트워크의 흐물함 정도에 따라 고정 임계값이 공조 탐지에 문제를 일으키며, 더 세밀한 분석을 위해서는 연속 측정이 더 효과적임을 입증했다.