[论文解读] Antagonism also Flows through Retweets: The Impact of Out-of-Context Quotes in Opinion Polarization Analysis

Pedro Calais Guerra, Roberto C. S. N. P. Souza+2 more|arXiv (Cornell University)|Mar 11, 2017

Social Media and Politics参考文献 26被引用 9

一句话总结

本文挑战了社交媒体转发（retweets）本质上是正面支持这一假设，通过实证表明，在巴西政治与体育议题的对抗性社群讨论中，用户经常通过断章取义的方式相互转发，以表达反讽或批评。研究揭示，转发行为可随时间逆转信息极性，且转发响应时间分布可作为现实事件触发情感漂移的信号。

ABSTRACT

In this paper, we study the implications of the commonplace assumption that most social media studies make with respect to the nature of message shares (such as retweets) as a predominantly positive interaction. By analyzing two large longitudinal Brazilian Twitter datasets containing 5 years of conversations on two polarizing topics - Politics and Sports - we empirically demonstrate that groups holding antagonistic views can actually retweet each other more often than they retweet other groups. We show that assuming retweets as endorsement interactions can lead to misleading conclusions with respect to the level of antagonism among social communities, and that this apparent paradox is explained in part by the use of retweets to quote the original content creator out of the message's original temporal context, for humor and criticism purposes. As a consequence, messages diffused on online media can have their polarity reversed over time, what poses challenges for social and computer scientists aiming to classify and track opinion groups on online media. On the other hand, we found that the time users take to retweet a message after it has been originally posted can be a useful signal to infer antagonism in social platforms, and that surges of out-of-context retweets correlate with sentiment drifts triggered by real-world events. We also discuss how such evidences can be embedded in sentiment analysis models.

研究动机与目标

• 调查在极化在线讨论中，转发是否主要表示正面支持，还是也可表达敌意。
• 考察断章取义的转发如何导致社交媒体对话中情感漂移与极性反转。
• 评估转发响应时间是否可作为检测意见社群中实时情感转变的信号。
• 挑战社交网络分析中普遍存在的假设，即转发表示同质性或支持，尤其是在多群体极化环境中。
• 提出将时间维度的转发模式与内容语境整合进情感分析与社群检测模型。

提出的方法

• 从巴西收集了两个大规模纵向Twitter数据集：一个关于2014年总统大选（政治议题），另一个关于2010–2016年巴西足球联赛（体育议题）。
• 采用基于随机游走的社群检测方法，识别围绕政治候选人与体育队伍的用户群集。
• 分析转发响应时间以检测活动爆发，特别关注延迟转发（例如，原始帖子发布后长达6年）。
• 通过检查原始推文与转发之间的时间错位，识别断章取义的转发，尤其关注在现实事件推翻原始主张后被转发的情况。
• 将转发响应时间的峰值与重大现实事件（如球队胜负）相关联，以检测情感漂移。
• 提出将转发时机与语境整合进情感分析模型，以提升对反讽、挖苦及极性反转的检测能力。

实验结果

研究问题

• RQ1 社交媒体中对抗性社群之间的转发是否可被用于表达分歧而非支持？
• RQ2 断章取义的转发在多大程度上导致在线信息随时间产生极性反转？
• RQ3 延迟转发的爆发是否与推翻原始主张的现实事件相关，从而标志情感漂移？
• RQ4 转发响应时间分布能否作为检测在线话语中反讽或挖苦的可靠信号？
• RQ5 将转发视为正面互动的假设如何误导基于网络的舆论极化分析？

主要发现

• 在政治与体育领域，对抗性社群之间的相互转发频率高于其与中立或非极化群体的转发，挑战了转发表示支持的普遍假设。
• 大量跨社群转发属于断章取义，用于制造反讽或嘲讽，尤其在原始主张被现实事件证明为错误后更为明显。
• 原本表达正面或中性情感的信息，可能在被断章取义转发后随时间推移发生极性反转，尤其在与原始信息相矛盾的事件发生后。
• 转发响应时间的峰值——特别是原始帖子发布数月甚至数年后仍出现的延迟转发——与重大现实事件（如球队胜负）高度吻合，表明存在有组织的反讽或批判性参与。
• 转发响应时间的第95百分位数显示出清晰的时间模式，当对立社群的过往预测被事实推翻时，会出现明显激增，例如克鲁塞罗球迷转发Atlético过去声称不会赢得南美解放者杯的言论。
• 转发时机成为检测情感漂移的强有力信号，可被用于改进实时情感分析与内容推荐系统。