[論文レビュー] Effects of Social Bots in the Iran-Debate on Twitter

Andree Thieltges, Orestis Papakyriakopoulos+2 more|arXiv (Cornell University)|May 25, 2018

Misinformation and Its Impacts参考文献 16被引用数 10

ひとこと要約

本研究では、2018年のイラン反乱に関連する約90万件のTwitter投稿を分析し、行動的およびテキストマイニング技術を用いてソーシャルボットを同定した。ボットが生成した投稿は、人間の投稿（平均 -0.049）と比較して顕著に否定的であることが判明した（平均 -0.094、p値 = 0.0）、これは議論の感情的トーンに顕著な影響を及ぼしていることを示している。

ABSTRACT

2018 started with massive protests in Iran, bringing back the impressions of the so called "Arab Spring" and it's revolutionary impact for the Maghreb states, Syria and Egypt. Many reports and scientific examinations considered online social networks (OSN's) such as Twitter or Facebook to play a critical role in the opinion making of people behind those protests. Beside that, there is also evidence for directed manipulation of opinion with the help of social bots and fake accounts. So, it is obvious to ask, if there is an attempt to manipulate the opinion-making process related to the Iranian protest in OSN by employing social bots, and how such manipulations will affect the discourse as a whole. Based on a sample of ca. 900,000 Tweets relating to the topic "Iran" we show, that there are Twitter profiles, that have to be considered as social bot accounts. By using text mining methods, we show that these social bots are responsible for negative sentiment in the debate. Thereby, we would like to illustrate a detectable effect of social bots on political discussions on Twitter.

研究の動機と目的

• 2018年のイラン反乱の際、Twitter上でソーシャルボットが政治的議論に影響を与えたかどうかを調査すること。
• ツイートデータの行動的および言語的分析を用いてボットアカウントを同定すること。
• ボットの影響が政治的議論における感情やトピック分布に及ぼす影響を定量化すること。
• ボット活動がオンライン政治的議論の感情的トーンを歪めているかどうかを評価すること。
• 単なる同定を超えて、行動的および感情的差異に焦点を当てた、ボットの影響に関する実証的証拠を提供すること。

提案手法

• TwitterのAPIを用いて、イラン反乱に関連する約90万件のツイートのサンプルを収集した。
• 投稿頻度、フォロワー/フォロー数比、アカウント年数に基づくヒューリスティクスの組み合わせを用いて、アカウントを「ボットなし」「懸念あり」「ボット」と分類した。
• ボットと人間が生成したコンテンツの間でトピック分布を比較するために、bag-of-wordsモデリング、ワードクラウド、共起性分析を適用した。
• 感情分析を、語彙ベースのアプローチを用いて実施し、ツイート内の肯定的および否定的感情を測定した。
• ボットと人間のツイート群の感情分布を比較するために、コルモゴロフ＝スミルノフ（KS）検定を実施した。
• 経験的累積分布関数（ECDF）を用いて、感情の差を可視化した。

実験結果

リサーチクエスチョン

• RQ1 2018年のイラン反乱の際、Twitter上での政治的議論の感情的トーンを形作る上で、ソーシャルボットが検出可能な役割を果たしているか？
• RQ2 ボットが生成したツイートの言語的および行動的パターンは、人間ユーザーのそれとどのように異なるか？
• RQ3 ボットと人間ユーザーのツイート間に、感情強度に統計的に有意な差があるか？
• RQ4 ボットは、米国政治や経済的不満といった特定のトピックを、イラン反乱の議論においてどれほど強調しているか？
• RQ5 ボット活動は、オンライン政治的議論における感情的トーンの歪みと結びついているか？

主な発見

• データセットにボットが同定された。ボットと分類されたツイートは10,126件、懸念ありとされたのは18,071件であった。
• ボットのツイートの平均感情スコアは-0.094であり、人間のツイート（-0.049）と比較して顕著に否定的であった（p値 = 0.0）。
• コルモゴロフ＝スミルノフ検定により、ボットと人間の感情分布が統計的に有意に異なることが確認された（KS検定値 = 0.12）。
• ボットのツイートでは「トランプ」や「#MAGA」などの語の頻度が高く、人間のツイートと比較して経済的不満に焦点を当てていた。
• 「女性の権利」のトピックは、非ボットアカウントのツイートにのみ登場しており、主題の焦点に顕著な乖離が見られた。
• イラン反乱、米国政治家、CIAといった共通のコアトピックが存在するにもかかわらず、ボットのツイートは明確に異なる感情的トーンを示しており、否定的トーンの意図的な強調があることが示唆された。