[논문 리뷰] Entropy-based detection of Twitter echo chambers

Manuel Pratelli, Fabio Saracco외 1명|arXiv (Cornell University)|2023. 08. 03.

Misinformation and Its Impacts참고 문헌 36인용 수 5

한 줄 요약

이 논문은 데이터에 종속되지 않은 엔트로피 기반 방법을 제안하여 트위터에서 의사소통 공동체(의견 집합)와 뉴스 공유 공동체(뉴스 노출 집합)를 동시에 경험하는 사용자를 식별함으로써 에코 채터를 탐지한다. 이탈리아 코로나19 백신 접종 논의에 적용한 결과, 에코 채터에 속한 사용자는 전체의 0.35%에 불과하지만, 이들의 공동체 내에서의 리트윗은 전체의 약 1/3을 차지하며, 낮은 비중에도 불구하고 상당한 영향력을 행사함을 시사한다.

ABSTRACT

Echo chambers, i.e. clusters of users exposed to news and opinions in line with their previous beliefs, were observed in many online debates on social platforms. We propose a completely unbiased entropy-based method for detecting echo chambers. The method is completely agnostic to the nature of the data. In the Italian Twitter debate about the Covid-19 vaccination, we find a limited presence of users in echo chambers (about 0.35% of all users). Nevertheless, their impact on the formation of a common discourse is strong, as users in echo chambers are responsible for nearly a third of the retweets in the original dataset. Moreover, in the case study observed, echo chambers appear to be a receptacle for disinformative content.

연구 동기 및 목표

• 데이터 구조나 내용에 대한 사전 가정 없이, 편향이 없고 엔트로피 기반의 방법으로 트위터에서 에코 채터를 탐지하는 데 목적이 있다.
• 의견이 일치하는 공동체에 속해 있고, 동일한 뉴스 소스에 노출된 사용자를 식별하여, 에코 채터 형성의 이중 기준을 충족시키는 데 목적이 있다.
• 코로나19 백신에 대한 이탈리아 트위터 논의에서 에코 채터의 실제 영향을 평가하는 데 목적이 있다. 특히 리트윗 수와 의사소통 영향력 측면에서 평가한다.
• 최대 엔트로피(null) 모델을 사용하여 관찰된 패턴이 무작위성에 기인하지 않은지 검증함으로써, 사용자 상호작용과 뉴스 공유 패턴에서 비임의적이고 통계적으로 유의미한 패턴을 구분하는 데 목적이 있다.
• 특히 오락성 및 극심한 분열이 있는 논의 환경에서, 온라인 논의 내에서 에코 채터의 범위와 영향력을 정량화하는 데 목적이 있다.

제안 방법

• 이 방법은 사용자 상호작용에서 관찰된 패턴이 무작위 소음 때문이 아니라는 것을 보장하기 위해 최대 엔트로피 null 모델을 사용하여 통계적으로 패턴을 검증한다.
• 의사소통 공동체(DiCo)는 통계적으로 유의미한 공통 리트위터를 공유하는 검증된 사용자들을 기반으로 연결하고, 리트윗 네트워크를 통해 비검증 사용자에게 레이블 전파를 적용함으로써 탐지한다.
• 뉴스 노출 공동체(NEC)는 사용자와 URL 간의 이분할 네트워크를 구성하고, 이를 사용자 기반으로 투영한 후 엔트로피 기반 기준을 사용해 간선을 검증함으로써 식별한다.
• 검증된 투영 결과는 리샘플링된 루바인 알고리즘을 사용하여 의사소통 및 뉴스 노출 네트워크 양쪽에서 공동체를 탐지하는 데 분석한다.
• 비방향 리트윗 네트워크에 레이블 전파를 적용하여 검증된 사용자에서 비검증 사용자로 공동체 레이블을 확장함으로써 청중 일치도를 의견 유사성의 대체 지표로 활용한다.
• URL을 장기 링크로 확장하여 일관된 식별을 보장하고, 뉴스가이드를 통해 소스 신뢰도 평가를 위한 영양 성분 라벨을 할당한다.

실험 결과

연구 질문

• RQ1 트위터 사용자들이 의견이 유사한 사람들과 상호작용하고 동일한 뉴스 소스에 노출되는 방식으로 에코 채터를 형성하는 정도는 어느 정도인가?
• RQ2 콘텐츠, 의견 또는 플랫폼 특유의 편향에 종속되지 않는 방식으로 에코 채터를 탐지할 수 있는 방법은 무엇인가?
• RQ3 이탈리아 트위터에서 코로나19 백신 논의에 있어 에코 채터의 실제 발생 빈도와 영향력은 어느 정도인가?
• RQ4 의사소통 및 뉴스 노출 네트워크에서 검증된 공동체의 크기와 구조는 어떻게 비교되는가?
• RQ5 에코 채터 내 사용자가 리트윗의 어느 정도를 이끌고 있는가? 이는 논의 형성에 미치는 잠재적 역할을 시사한다.

주요 결과

• 이탈리아 코로나19 백신 논의에서 전체 트위터 사용자 중 0.35%만이 에코 채터에 속해 있음을 발견하여, 이러한 구조의 발생 빈도가 낮음을 시사한다.
• 낮은 비율에도 불구하고, 에코 채터 사용자는 자신들의 의사소통 공동체 내에서 전체 리트윗의 약 1/3을 담당하며, 높은 영향력을 지닌다는 점을 시사한다.
• 뉴스 노출 공동체의 검증된 투영 결과, 22.3%의 사용자가 동일한 URL에 비임의적이고 통계적으로 유의미한 노출을 경험함을 보여주어 체계적인 정보 식단이 존재함을 시사한다.
• 의사소통 공동체 탐지 과정은 의견이 일치하는 사용자 집단을 식별하였으며, 검증된 계정의 공통 리트위터가 통계적으로 유의미한 패턴을 보임으로써 검증되었다.
• 엔트로피 기반 null 모델 접근법은 무작위 소음을 효과적으로 걸러내어 사용자 상호작용과 뉴스 공유 패턴에서 유의미한 비어 있지 않은 패턴만을 식별하는 데 성공했다.
• 이 방법은 콘텐츠 분석이나 사용자 의견에 대한 사전 지식이 필요로 하지 않기 때문에 일반화 가능성과 강건성이 뛰어나며, 다양한 온라인 논의에 적용 가능하다.