[논문 리뷰] Tracking and Quantifying Censorship on a Chinese Microblogging Site

Tao Zhu, David Phipps외 3명|arXiv (Cornell University)|2012. 11. 26.

Spam and Phishing Detection참고 문헌 2인용 수 10

한 줄 요약

이 연구는 중국의 마이크로블로깅 플랫폼인 웨이보에서 감성적 주제의 검열을 추적하고 정량화하기 위해 민감한 사용자를 식별하고 콘텐츠 확산을 분석한다. 비공식적이고 신조어적인 중국어 문체에서의 추세를 탐지하기 위해 순환적 소셜 크롤링과 자연어 처리 기법을 적용한 결과, 검열이 매우 효과적임을 확인했다: 민감한 주제는 짧은 수명을 가지며 일반적으로 핵심 사용자 집단을 초과해 퍼지지 않으며, 실시간 및 후행적 필터링이 바이러스성 확산을 억제한다.

ABSTRACT

We present measurements and analysis of censorship on Weibo, a popular microblogging site in China. Since we were limited in the rate at which we could download posts, we identified users likely to participate in sensitive topics and recursively followed their social contacts. We also leveraged new natural language processing techniques to pick out trending topics despite the use of neologisms, named entities, and informal language usage in Chinese social media. We found that Weibo dynamically adapts to the changing interests of its users through multiple layers of filtering. The filtering includes both retroactively searching posts by keyword or repost links to delete them, and rejecting posts as they are posted. The trend of sensitive topics is short-lived, suggesting that the censorship is effective in stopping the "viral" spread of sensitive issues. We also give evidence that sensitive topics in Weibo only scarcely propagate beyond a core of sensitive posters.

연구 동기 및 목표

• 웨이보, 중국의 주요 마이크로블로깅 사이트에서 검열이 어떻게 작동하는지 조사하기 위해.
• 국가가 부과한 콘텐츠 필터링 하에서 민감한 주제의 확산 역학을 이해하기 위해.
• 비표준어, 신조어, 빠른 주제 전환에도 불구하고 민감한 주제를 탐지하고 추적하는 방법을 개발하기 위해.
• 민감한 콘텐츠의 확산을 제한하는 데 있어 검열의 효과성을 정량화하기 위해.

제안 방법

• 레이트 제한 하에서 데이터 수집을 확장하기 위해 민감한 주제에 대해 게재할 가능성이 높은 사용자의 사회적 네트워크를 순환적으로 따라가기 위해.
• 비표준어 및 비표준 표현을 포함한 비공식 중국어에서의 추세 주제를 식별하기 위해 새로운 자연어 처리 기법을 적용하기 위해.
• 키워드 및 링크 기반 필터링을 통해 실시간 게시물 거부와 후행적 삭제를 모니터링하기 위해.
• 웨이보 사용자 네트워크 전반에서 민감한 주제의 수명과 확산 패턴을 추적하기 위해.
• 검열 영향을 평가하기 위해 사용자 수준의 참여 지표와 콘텐츠 분석을 조합하기 위해.
• 장기적인 게시물 가시성 및 삭제 데이터 수집을 위해 레이트 제약 하에서 웨이보 API와 웹 스크래핑을 활용하기 위해.

실험 결과

연구 질문

• RQ1 검열 하에서 웨이보에서 민감한 주제는 어떻게 발생하고 확산되는가?
• RQ2 웨이보는 민감한 콘텐츠를 억제하기 위해 어떤 메커니즘을 사용하는가—실시간 차단인지 후행적 삭제인가?
• RQ3 민감한 주제가 핵심 사용자 집단을 초과해 얼마나 넓게 퍼지는가?
• RQ4 민감한 콘텐츠의 바이러스성 확산을 제한하는 데 있어 검열은 얼마나 효과적인가?
• RQ5 비공식어와 신조어는 민감한 주제의 탐지 및 추적에 어떤 영향을 미치는가?

주요 결과

• 웨이보의 민감한 주제는 매우 짧은 수명을 가지며, 일반적으로 하루 이내로 지속되어 빠른 억제를 나타낸다.
• 검열은 다층적으로 작동한다: 실시간 게시물 거부와 기존 콘텐츠의 후행적 삭제를 포함한다.
• 민감한 주제에 대해 지속적으로 게시하는 사용자는 소수의 밀도 높은 핵심 그룹에 국한되어 있으며, 이 집단을 초월해 확산되는 경우는 극히 적다.
• 신조어와 비공식어의 사용은 제안된 자연어 처리 기법을 통해 추세 주제 탐지에 크게 방해가 되지 않는다.
• 시스템은 사용자 관심에 따라 동적으로 적응하므로, 반응적이고 사전적 필터링 전략임을 시사한다.
• 민감한 콘텐츠 추적 노력에도 불구하고 데이터 수집 속도가 제한되어 범위가 제한되었지만, 대상 샘플링 덕분에 핵심 결과는 여전히 탄탄하다.