[论文解读] A Long-Term Analysis of Polarization on Twitter

Kiran Garimella, Ingmar Weber|arXiv (Cornell University)|Mar 8, 2017

Advanced Text Analysis Techniques参考文献 1被引用 76

一句话总结

本研究分析了美国政治推特数据八年（2009–2016），通过关注、转发和主题标签使用来衡量极化，结果在各项指标上增加了10–20%。

ABSTRACT

Social media has played an important role in shaping political discourse over the last decade. At the same time, it is often perceived to have increased political polarization, thanks to the scale of discussions and their public nature. In this paper, we try to answer the question of whether political polarization in the US on Twitter has increased over the last eight years. We analyze a large longitudinal Twitter dataset of 679,000 users and look at signs of polarization in their (i) network - how people follow political and media accounts, (ii) tweeting behavior - whether they retweet content from both sides, and (iii) content - how partisan the hashtags they use are. Our analysis shows that online polarization has indeed increased over the past eight years and that, depending on the measure, the relative change is 10%-20%. Our study is one of very few with such a long-term perspective, encompassing two US presidential elections and two mid-term elections, providing a rare longitudinal analysis.

研究动机与目标

• 评估从 2009 年到 2016 年，Twitter 上美国政治极化是否增加。
• 在三个维度上比较极化程度：关注、转发和主题标签使用。
• 使用纵向数据提供在线极化的长期视角。

提出的方法

• 构建一个涉及 679,000 名与美国政治互动的用户的纵向数据集。
• 使用贝叶斯 beta-binomial 模型来估计每个用户对左翼与右翼种子账户的关注和转发倾向。
• 定义极化度 p = 2 * |0.5 - l|，其中 l 是由 beta 推导的倾向。
• 通过基于对种子账户的转发活动为每周分配一个主题标签倾向来应用主题标签极化测量。
• 执行移动平均和 Augmented Dickey-Fuller 测试，以分析主题标签极化的时间趋势。
• 报告从 2009 到 2016 年，各指标极化的相对增加（0→12）。

实验结果

研究问题

• RQ1 随着时间推移，用户是否越来越只关注来自单一政治阵营的账户？
• RQ2 随着时间推移，用户是否越来越转发来自单一政治阵营的内容？
• RQ3 随着时间推移，用户是否使用与单一阵营更强相关的主题标签？

主要发现

• 在 2009–2016 年期间，三项指标（关注、转发、主题标签使用）的极化都在上升。
• 极化的相对增幅取决于指标，在 10% 到 20% 之间。
• 主题标签极化显示出类似的上升趋势，在选举期间出现局部峰值。
• 时间序列分析表明非平稳性，以及极化随时间显著正斜率。
• 该数据集包含 679,000 名与种子政治账户互动的用户，以及分析的多达 20 亿条推文。
• 基于主题标签的极化需要过滤（忽略少于五名用户使用的主题标签）和五周移动平均以降低噪声。