[论文解读] Echo chambers in the age of misinformation

Michela Del Vicario, Alessandro Bessi+6 more|arXiv (Cornell University)|Sep 1, 2015

Misinformation and Its Impacts参考文献 26被引用 40

一句话总结

本文提出了一种基于签名网络的数据驱动渗滤模型，用以解释脸书平台上回音室如何形成，并推动阴谋论与科学新闻的传播。利用大规模脸书数据，研究发现社会同质性——而非内容真实性——是级联规模与极化的首要驱动力，尽管用户消费模式相似，每个回音室仍表现出独特的级联动态。

ABSTRACT

The wide availability of user-provided content in online social media facilitates the aggregation of people around common interests, worldviews, and narratives. Despite the enthusiastic rhetoric on the part of some that this process generates "collective intelligence", the WWW also allows the rapid dissemination of unsubstantiated conspiracy theories that often elicite rapid, large, but naive social responses such as the recent case of Jade Helm 15 -- where a simple military exercise turned out to be perceived as the beginning of the civil war in the US. We study how Facebook users consume information related to two different kinds of narrative: scientific and conspiracy news. We find that although consumers of scientific and conspiracy stories present similar consumption patterns with respect to content, the sizes of the spreading cascades differ. Homogeneity appears to be the primary driver for the diffusion of contents, but each echo chamber has its own cascade dynamics. To mimic these dynamics, we introduce a data-driven percolation model on signed networks.

研究动机与目标

• 研究用户如何在脸书上消费和传播科学性与阴谋论相关叙事。
• 识别回音室形成及级联动态背后的关键结构性与行为性驱动因素。
• 开发一种可复现在线社交网络中真实世界级联模式的数据驱动模型。
• 比较在用户消费模式相似的情况下，经科学验证内容与未经验证的阴谋论的扩散动态。

提出的方法

• 利用脸书图谱API对大规模脸书数据进行定量分析，重点关注公共页面与用户互动。
• 收集并分析了1,072则新闻条目以及16,889名用户在科学新闻与阴谋论新闻类别中的分享行为。
• 使用带符号的边来表示用户之间的正向或负向关系，定义并度量网络同质性。
• 在签名网络上开发一种数据驱动的渗滤模型，参数包括：同质链接比例（φ_HL）、重连概率（r）和分享阈值（δ）。
• 使用逆高斯分布对首次分享者数量进行模拟，以匹配经验数据的分布。
• 通过真实级联规模与高度分布校准模型参数，并利用CCDF与CDF分析比较模拟结果与经验数据。

实验结果

研究问题

• RQ1 哪些结构性与行为性因素驱动了在线社交媒体中回音室的形成？
• RQ2 尽管用户消费模式相似，科学新闻与阴谋论的级联动态有何不同？
• RQ3 社会同质性在多大程度上决定了信息级联的规模与持续时间？
• RQ4 基于签名网络的数据驱动渗滤模型能否复现脸书上观察到的真实世界级联动态？
• RQ5 与网络同质性相比，内容可验证性在级联规模与扩散模式中起到何种作用？

主要发现

• 社会同质性是内容传播的主要驱动力，级联规模与网络同质性水平高度相关。
• 尽管用户消费模式相似，阴谋论级联的动态特征与科学新闻存在显著差异，尤其体现在级联持续时间与规模分布方面。
• 模型的最佳拟合参数为 φ_HL = 0.56，r = 0.01，δ = 0.015，对应平均级联规模为23.42（经验值：33.43），平均高度为1.28（经验值：0.88）。
• 逆高斯分布最符合模拟中首次分享者的数量，表明初始分享事件呈现重尾分布。
• 除最小与最大级联规模外，模型在所有统计指标上均与真实数据高度一致，该差异归因于整数截断与长尾数据分布。
• 级联持续时间在最初两小时内达到峰值并迅速衰减，社会同质性在分享的早期连接步骤中起关键作用。