[论文解读] Characterizing Political Fake News in Twitter by its Meta-Data

Julio Amador, Axel Oehmichen+1 more|arXiv (Cornell University)|Dec 16, 2017

Misinformation and Its Impacts参考文献 10被引用 9

一句话总结

本研究利用2016年美国大选日收集的150万条推文的元数据，对Twitter上的政治虚假新闻进行表征分析，重点关注病毒式传播内容。研究发现，虚假新闻推文更可能来自未经验证、新创建的账号，且好友/粉丝比值较高，包含更多URL，同时表现出强烈的亲特朗普极化倾向，表明元数据特征可辅助自动化检测。

ABSTRACT

This article presents a preliminary approach towards characterizing political fake news on Twitter through the analysis of their meta-data. In particular, we focus on more than 1.5M tweets collected on the day of the election of Donald Trump as 45th president of the United States of America. We use the meta-data embedded within those tweets in order to look for differences between tweets containing fake news and tweets not containing them. Specifically, we perform our analysis only on tweets that went viral, by studying proxies for users' exposure to the tweets, by characterizing accounts spreading fake news, and by looking at their polarization. We found significant differences on the distribution of followers, the number of URLs on tweets, and the verification of the users.

研究动机与目标

• 识别2016年美国总统大选期间，传播虚假新闻的病毒式推文与非虚假新闻推文之间的区分性元数据特征。
• 分析传播虚假新闻的账号特征，包括验证状态、账号创建时间及粉丝/好友比值。
• 评估包含虚假新闻的推文中的政治极化程度，特别是对特朗普竞选活动的倾向。
• 评估仅依靠元数据（不依赖文本内容）是否能够有效实现大规模虚假新闻检测与建模。
• 通过识别虚假新闻传播的可靠元数据代理指标，为自动化检测系统提供基础。

提出的方法

• 使用Twitter API于2016年11月8日收集150万条推文，覆盖美国大选期间。
• 利用Rubin等人提供的手动标注数据集识别虚假新闻推文，涵盖严重伪造、恶作剧及倾向性报道等类别。
• 聚焦病毒式传播推文，定义为转发量高的推文，以隔离高影响力内容。
• 使用统计检验（如t检验、卡方检验）比较虚假新闻与非虚假新闻推文在元数据上的差异。
• 分析账号层面的元数据，包括验证状态、创建日期、粉丝数、好友数及URL频率。
• 通过情感分析与内容分析评估极化程度，发现与特朗普竞选活动存在强烈一致性。

实验结果

研究问题

• RQ1 传播虚假新闻的病毒式推文在转发、点赞或话题标签使用频率上是否与非虚假新闻推文存在显著差异？
• RQ2 传播虚假新闻的账号元数据特征是否与传播普通病毒式内容的账号存在显著不同？
• RQ3 虚假新闻推文中的URL数量是否显著多于非虚假新闻推文？
• RQ4 虚假新闻推文的政治极化程度如何，特别是对某位候选人是否存在显著倾向？
• RQ5 账户年龄、验证状态及好友/粉丝比值等元数据特征是否能可靠预测虚假新闻的存在？

主要发现

• 虚假新闻与非虚假新闻推文在转发量、点赞量或话题标签使用频率上无显著差异，表明仅靠互动量无法有效区分两者。
• 传播虚假新闻的账号显著更可能为未经验证账号，相较于传播非虚假新闻内容的账号。
• 虚假新闻推文的URL数量显著多于非虚假新闻推文，支持点击诱饵和广告驱动动机可能推动其传播的假设。
• 生成虚假新闻的账号创建时间显著更近，表明新账号与虚假信息传播活动之间可能存在关联。
• 虚假新闻账号的好友/粉丝比值显著更高，表明其关注大量用户但被关注者较少，可能是机器人行为的潜在迹象。
• 病毒式传播的虚假新闻内容表现出强烈的政治极化，具有明显的亲特朗普倾向，与其它关于虚假新闻传播的研究发现一致。