[논문 리뷰] More Voices Than Ever? Quantifying Media Bias in Networks

Yu‐Ru Lin, James P. Bagrow외 1명|arXiv (Cornell University)|2011. 11. 04.

Media Influence and Politics참고 문헌 18인용 수 31

한 줄 요약

이 논문은 111대 미국 의회 의원에 대한 참조 빈도를 분석함으로써 주류 뉴스 및 블로그 네트워크의 미디어 편향을 경험적이고 데이터 기반으로 측정하는 방법을 제안한다. 무편향 커버리지의 근본 모델과 생성적 '자산 배분' 모델을 사용하여, 블로그는 뉴스 미디어보다 더 강한 륙득자-더 많은 자산 확보 동역학을 보이며, 선두 주자나 지역에 대한 집중도가 낮지만, 전체적인 정당 편향은 유사하다는 것을 발견했다. 이는 더 많은 목소리가 존재하지만 많은 경우가 지배적인 서사의 반복임을 시사한다.

ABSTRACT

Social media, such as blogs, are often seen as democratic entities that allow more voices to be heard than the conventional mass or elite media. Some also feel that social media exhibits a balancing force against the arguably slanted elite media. A systematic comparison between social and mainstream media is necessary but challenging due to the scale and dynamic nature of modern communication. Here we propose empirical measures to quantify the extent and dynamics of social (blog) and mainstream (news) media bias. We focus on a particular form of bias---coverage quantity---as applied to stories about the 111th US Congress. We compare observed coverage of Members of Congress against a null model of unbiased coverage, testing for biases with respect to political party, popular front runners, regions of the country, and more. Our measures suggest distinct characteristics in news and blog media. A simple generative model, in agreement with data, reveals differences in the process of coverage selection between the two media.

연구 동기 및 목표

• 주관적 콘텐츠 분석에 의존하지 않는 경험적이고 정량적인 미디어 편향 측정 방법을 개발하는 것.
• 주류 뉴스와 블로그 미디어가 111대 미국 의회 의원에 대해 어떻게 커버리지 패턴을 보이는지 비교하는 것.
• 소셜 미디어가 진정으로 미디어를 민주화하는지, 즉 더 다양한 목소리를 가능하게 하는지, 아니면 기존 추세를 더 강화하는지 이해하는 것.
• 미디어 주목의 분포를 이끌어내는 생성 과정을 모델링하고, 그 편향 역학에 대한 영향을 평가하는 것.
• 외부 사건(예: 선거)이 시간에 따라 미디어 편향과 커버리지 패턴에 어떻게 영향을 미치는지 조사하는 것.

제안 방법

• 설정 가능한 기준 분포를 기반으로 한 편향 없는 커버리지의 근본 모델을 정의하여 참조 빈도의 이탈을 측정한다.
• 의회 의원별로 관측된 참조 횟수를 사용하여 정당, 지역 대표성, 선두 주자 인지도에 대한 편향 지표를 계산한다.
• 일반화된 '자산 배분' 모델(1개의 파라미터)을 적용하여 미디어 기관이 시간에 따라 의원들에게 주목을 어떻게 배분하는지 시뮬레이션한다.
• 모델을 실증 데이터에 적합하고, 관측된 참조 횟수의 힘 법칙 유사 분포와 예측치를 비교한다.
• 사전 구축된 도구를 사용하여 정서 분석을 수행하여 참조 빈도의 의미론적 연관성을 조사한다.
• 기사 간 하이퍼링크 패턴을 분석하여 미디어 네트워크 내에서 이데올로기적 군집화와 에코 캐빈 효과를 평가한다.

실험 결과

연구 질문

• RQ1 주류 뉴스와 블로그 사이에서 의회 의원들에 대한 미디어 커버리지 분포는 어떻게 다를까?
• RQ2 뉴스와 블로그 미디어는 특정 정당, 지역, 선두 주자들에 대해 어느 정도 편향을 보이는가?
• RQ3 선거와 같은 외부 사건이 미디어 편향과 커버리지 패턴의 역학에 어떤 영향을 미치는가?
• RQ4 관측된 미디어 주목의 분포를 이끌어내는 생성 메커니즘은 무엇이며, 뉴스와 블로그 사이에서 어떻게 다를까?
• RQ5 정서와 하이퍼링크 구조와 같은 콘텐츠 수준의 특징들이 정량적 미디어 편향 측정치와 어떻게 관련이 있는가?

주요 결과

• 블로그는 생성적 자산 배분 모델의 더 높은 파라미터 $ q $ 를 통해 뉴스 미디어보다 뚜렷하게 더 강한 륙득자-더 많은 자산 확보 동역학을 보이며, 네트워크 기반의 확산 효과가 더 크다는 것을 시사한다.
• 이러한 현상에도 불구하고, 블로그의 경우 선두 주자나 특정 지역에 대한 집중도가 뉴스 기관보다 낮아 더 넓은 범위의 주목을 받지만, 더 정밀한 타겟팅은 하지 않는다는 점에서 더 광범위하지만 덜 집중적인 주목을 보인다.
• 블로그의 전체적인 정당 편향은 뉴스 미디어와 유의미하게 다를 바 없으며, 소셜 미디어가 본질적으로 덜 편향적이라는 가정을 도전한다.
• 블로그 미디어는 뉴스 미디어보다 외부 충격(예: 2010년 중간 선거)에 더 민감하게 반응하여, 더 동적인 변화를 보이는 편향 행동을 보인다.
• 하이퍼링크 패턴 분석 결과, 데모크래틱 정당 편향을 가진 기관들은 상호로 더 자주 인용하는 경향이 있어, 블로그 네트워크 내에서 이데올로기적 군집화가 가능하다는 점을 시사한다.
• 정서 분석 결과, 부정적 정서와 참조 빈도 사이에 약한 상관관계가 확인되어, 정량적 편향 측정치가 의미론적 정서와 별개의 차원을 반영한다는 점을 시사한다.