[논문 리뷰] Understanding how people consume low quality and extreme news using web traffic data

Zhouhan Chen, Haohan Chen외 3명|arXiv (Cornell University)|2022. 01. 11.

Misinformation and Its Impacts인용 수 10

한 줄 요약

이 연구는 가짜 뉴스 사이트로 악명 높은 극우 성향 뉴스 사이트인 더 게이트웨이 펌디스트(TGP)의 웹 트래픽 방문자 6800만 건을 서버 기반 트래픽 데이터를 사용해 분석하여, 검색 엔진과 소셜 미디어가 대부분의 방문자를 이끌고 있음을 밝혀냈다. 또한 선거 부정행위를 둘러싼 음모론 기반 콘텐츠는 방문자 수가 29% 더 많고 페이스북에서의 참여도와 강하게 상관관계를 보이며, 소셜 미디어의 대체 지표를 뛰어넘는 실제 소비 패턴을 직접적으로 입증한다.

ABSTRACT

To mitigate the spread of fake news, researchers need to understand who visit fake new sites, what brings people to those sites, where visitors come from, and what content they prefer to consume. In this paper, we analyze web traffic data from The Gateway Pundit (TGP), a popular far-right website that is known for repeatedly sharing false information that has made its web traffic available to the general public. We collect data on 68 million web traffic visits to the site over a month period and analyze how people consume news via multiple features. Our traffic analysis shows that search engines and social media platforms are main drivers of traffic; our geo-location analysis reveals that TGP is more popular in counties that voted for Trump in 2020; and our topic analysis shows that conspiratorial articles receive more visits than factual articles. Due to the inability to observe direct website traffic, existing research uses alternative data source such as engagement signals from social media posts. To validate if social media engagement signals correlate with actual web visit counts, we collect all Facebook and Twitter posts with URLs from TGP during the same time period. We show that all engagement signals positively correlate with web visit counts, but with varying correlation strengths. Metrics based on Facebook posts correlate better than metrics based on Twitter. Our unique web traffic data set and insights can help researchers to better measure the impact of far-right and fake news URLs on social media platforms.

연구 동기 및 목표

• 간접적인 소셜 미디어 참여 신호에 의존하기보다는 직접적인 웹 트래픽 데이터를 분석하여 열등한 품질의 뉴스와 극단주의 뉴스의 실제 소비 패턴을 이해하는 것.
• 가짜 뉴스를 확산시키는 것으로 알려진 주요 극우 뉴스 사이트인 더 게이트웨이 펌디스트(TGP)의 주요 트래픽 원천을 특정하는 것.
• 소셜 미디어 참여 지표(페이스북 및 트위터 기준)와 실제 웹 방문 수 간의 상관관계를 평가하여 소셜 미디어 데이터가 실제 뉴스 소비의 대체 지표로 얼마나 타당한지 확인하는 것.
• 지리적 및 주제별 패턴을 분석하여 극단주의 뉴스 소비의 인구통계학적 및 콘텐츠 기반 원인을 밝혀내는 것.
• 미스인포메이션 소비를 대규모로 연구하기 위한 유일무이한 대규모 데이터셋과 방법론 프레임워크를 제공하는 것.

제안 방법

• 2021년 2월 4일부터 3월 3일까지 한 달 간 TGP의 전체 서버 기반 웹 트래픽 데이터를 StatCounter의 공개 API를 통해 수집하여 총 6800만 건의 방문 기록을 확보.
• IP 주소에서의 지리적 위치 정보를 활용해 지역 및 카운티 수준의 트래픽 패턴을 분석하고, 트럼프 지지자들이 많은 카운티 등 정치적 소속과 연계.
• TGP 기사에 주제 모델링을 적용하여 콘텐츠를 분류하고, 특히 '2020년 미국 선거 부정행위' 논의에 초점을 맞춰 주제별 방문 수와 체류 시간 측정.
• 동일 기간 동안 TGP URL을 포함한 모든 페이스북 및 트위터 게시물을 수집하여 참여 신호(좋아요, 공유, 재업로드 등)를 추출.
• 소셜 미디어 참여 지표와 실제 웹 방문 수 간의 피어슨 상관계수를 계산하여 소셜 미디어 데이터의 예측 타당성을 평가.
• 방문자 수와 참여 지표의 분포가 극도로 비대칭이므로, 시각화 및 통계 분석을 위해 로그 스케일 변환을 적용.

실험 결과

연구 질문

• RQ1 TGP의 주요 트래픽 원천은 무엇이며, 홈페이지와 기사 페이지 간에 어떻게 다를까?
• RQ2 지리적 위치, 특히 카운티 및 주 수준에서 TGP 트래픽 수준과 정치적 소속(예: 트럼프 지지 카운티) 간의 상관관계는 어떠한가?
• RQ3 TGP에서 어떤 유형의 콘텐츠—특히 음모론 기반 콘텐츠—가 더 높은 방문자 수와 더 긴 체류 시간을 기록하는가?
• RQ4 소셜 미디어 참여 지표(페이스북 및 트위터 기준)는 TGP 기사의 실제 웹 트래픽을 얼마나 잘 예측하는가?
• RQ5 페이스북 참여 신호가 트위터 신호보다 실제 웹 방문 수와 더 강하게 상관관계를 가지는 정도는 어느 정도인가?

주요 결과

• 검색 엔진(Google, Bing, DuckDuckGo)이 TGP 홈페이지의 외부 참조 트래픽의 88.5%를 차지하여 최초 방문자 유입에 있어 지배적인 역할을 하고 있음을 시사한다.
• 소셜 미디어 플랫폼(Facebook, Twitter, Telegram, Gab)이 TGP 기사 페이지의 외부 참조 트래픽의 42% 이상을 차지하여 콘텐츠 확산에 중요한 역할을 하고 있음을 보여준다.
• TGP는 2020년 트럼프를 지지한 카운티에서 더 인기가 있었으며, 조지아주 및 애리조나주와 같은 유권자 이탈이 예상되는 주들에서 트래픽 수준이 높았다.
• '2020년 미국 선거 부정행위'를 언급한 기사들은 다른 주제의 기사보다 29% 더 많은 방문자 수를 기록했고, 평균 8시간 더 오래 머물렀으며, 이는 더 높은 확산성과 참여도를 의미한다.
• 모든 소셜 미디어 참여 신호가 실제 웹 방문 수와 정적 상관관계를 보였지만, 페이스북 지표가 트위터 지표보다 더 강한 상관관계를 보여, 페이스북 데이터가 실제 트래픽의 더 신뢰할 수 있는 대체 지표임을 시사한다.
• 이 연구는 주요 가짜 뉴스 사이트에 대한 대규모, 직접적인 서버 기반 웹 트래픽 분석을 처음으로 수행하며, 소셜 미디어 참여도를 뛰어넘는 실제 소비 패턴 측정을 위한 검증된 방법론을 제공한다.