[論文レビュー] Political Polarization in Social Media: Analysis of the "Twitter Political Field" in Japan

Hiroki Takikawa, Kikuko Nagayoshi|arXiv (Cornell University)|Nov 17, 2017

Social Media and Politics参考文献 14被引用数 4

ひとこと要約

本研究は、大規模なソーシャルネットワーク分析と自然言語処理を組み合わせることで、日本のTwitterにおける政治的極化を、政治的コミュニティの構造的形成とその議論内容の両面から調査する。5つの明確に異なる政治的コミュニティが同定され、右派グループ内での差別的・外国人嫌悪関連トピックが独自に循環していることが判明し、日本におけるTwitter政治分野における構造と内容の統合的分析が初めて実施された。

ABSTRACT

There is an ongoing debate about whether the Internet is like a public sphere or an echo chamber. Among many forms of social media, Twitter is one of the most crucial online places for political debate. Most of the previous studies focus on the formal structure of the Twitter political field, such as its homophilic tendency, or otherwise limit the analysis to a few topics. In order to explore whether Twitter functions as an echo chamber in general, however, we have to investigate not only the structure but also the contents of Twitter's political field. Accordingly, we conducted both large-scale social network analysis and natural language processing. We firstly applied a community detection method to the reciprocal following network in Twitter and found five politically distinct communities in the field. We further examined dominant topics discussed therein by employing a topic model in analyzing the content of the tweets, and we found that a topic related to xenophobia is circulated solely in right-wing communities. To our knowledge, this is the first study to address echo chambers in Japanese Twitter political field and to examine the formal structure and the contents of tweets with the combination of large-scale social network analysis and natural language processing.

研究の動機と目的

• Twitterが日本の政治的議論においてエコーチェンバーとして機能しているかどうかを調査すること。
• 政治的コミュニティの構造的形成とツイートの内容の両方を分析すること。
• 計算手法を用いて、異なるコミュニティ内での支配的である政治的トピックを同定すること。
• ネットワーク構造とイデオロギー的コンテンツの相互作用が、政治的極化をどのように形作っているかを検討すること。

提案手法

• 相互フォローネットワークを用いてコミュニティ検出アルゴリズムを適用し、政治的に異なるコミュニティを同定した。
• 日本のTwitterユーザーのデータセットを用いて大規模なソーシャルネットワーク分析を実施した。
• トピックモデリング手法（LDA）を用いて、各コミュニティ内のツイートのテキスト的内容を分析した。
• 構造的コミュニティ検出とNLPを統合し、ネットワーククラスタとイデオロギー的トピックを関連づけた。
• スケーラビリティと代表性を確保するため、120万人のユーザーと1000万件のツイートのデータセットを用いた。
• トピック分布とコミュニティ特性の定性的な検証を通じて、研究結果の妥当性を検証した。

実験結果

リサーチクエスチョン

• RQ1 日本のTwitter政治分野における政治的に異なるコミュニティは、どのように構造化されているか？
• RQ2 日本のTwitter上での各政治的コミュニティ内で、どのようなトピックが議論されているか？
• RQ3 特定のイデオロギー的グループに限定されたトピック（例：外国人嫌悪）の分離が、証拠として確認できるか？
• RQ4 Twitterネットワークの構造が、どの程度イデオロギー的極化を反映しているか？
• RQ5 特に感受的な政治的トピックに関して、コンテンツパターンはコミュニティごとにどのように異なるか？

主な発見

• 日本のTwitterネットワーク内で5つの明確に異なる政治的コミュニティが同定され、構造的極化が顕著であることが示された。
• 外国人嫌悪関連のトピックが、右派コミュニティに限定して存在し、左派的・中道的グループにはまったく見られなかった。
• 右派コミュニティは、民族主義的・反移民的意識を核とする強い内部結束とトピックの一貫性を示した。
• 左派的・中道的コミュニティは、排他的なイデオロギー的クラスタリングを示さず、幅広い政治的トピックを議論していた。
• ネットワーク構造とコンテンツ分析の統合的分析により、エコーチェンバー効果が単なる構造的要因にとどまらず、コンテンツの性質にも起因していることが明らかになった。
• 本研究は、日本におけるTwitterが、特定の感受的なトピック（特に外国人嫌悪）に関して、イデオロギー的に分離したコミュニティ内でエコーチェンバーとして機能しているという実証的証拠を提供した。