[论文解读] Effects of Social Bots in the Iran-Debate on Twitter

Andree Thieltges, Orestis Papakyriakopoulos+2 more|arXiv (Cornell University)|May 25, 2018

Misinformation and Its Impacts参考文献 16被引用 10

一句话总结

本研究分析了约90万条与2018年伊朗抗议活动相关的Twitter推文，通过行为分析与文本挖掘技术识别社交机器人。研究发现，机器人生成的推文情绪倾向显著更负面（平均值为-0.094），而人类推文的平均值为-0.049，且具有统计学显著性（p值 = 0.0），表明其对话语情感基调具有可检测的影响。

ABSTRACT

2018 started with massive protests in Iran, bringing back the impressions of the so called "Arab Spring" and it's revolutionary impact for the Maghreb states, Syria and Egypt. Many reports and scientific examinations considered online social networks (OSN's) such as Twitter or Facebook to play a critical role in the opinion making of people behind those protests. Beside that, there is also evidence for directed manipulation of opinion with the help of social bots and fake accounts. So, it is obvious to ask, if there is an attempt to manipulate the opinion-making process related to the Iranian protest in OSN by employing social bots, and how such manipulations will affect the discourse as a whole. Based on a sample of ca. 900,000 Tweets relating to the topic "Iran" we show, that there are Twitter profiles, that have to be considered as social bot accounts. By using text mining methods, we show that these social bots are responsible for negative sentiment in the debate. Thereby, we would like to illustrate a detectable effect of social bots on political discussions on Twitter.

研究动机与目标

• 调查社交机器人是否在2018年伊朗抗议活动期间影响了Twitter上的政治话语。
• 利用推文数据的行为与语言分析方法检测机器人账户。
• 量化机器人对政治讨论中情绪倾向与话题分布的影响。
• 评估机器人活动是否扭曲了在线政治辩论的情感基调。
• 在仅检测机器人之外，提供实证证据，重点关注行为与情绪倾向的差异。

提出的方法

• 使用Twitter API收集了约90万条与伊朗抗议活动相关的推文样本。
• 结合发布频率、关注者/粉丝比例及账户年龄等启发式规则，将账户分类为“无机器人”、“可疑”和“机器人”。
• 应用文本挖掘技术，包括词袋模型、词云图与共现分析，比较机器人与人类生成内容之间的主题分布。
• 采用基于词典的方法进行情感分析，以衡量推文中正向与负向情绪的强度。
• 使用Kolmogorov-Smirnov（KS）检验比较机器人与人类推文群体之间的情感分布差异。
• 通过经验累积分布函数（ECDF）可视化情感差异。

实验结果

研究问题

• RQ1 社交机器人是否在2018年伊朗抗议活动期间对Twitter上政治讨论的情感倾向产生可检测的影响？
• RQ2 机器人生成的推文在语言与行为模式上与人类用户有何不同？
• RQ3 机器人与人类用户生成的推文在情感强度上是否存在统计学显著差异？
• RQ4 机器人在多大程度上放大了美国政治或经济不满等特定话题在伊朗抗议话语中的影响？
• RQ5 机器人活动是否可与在线政治辩论中情感基调的可测量扭曲相关联？

主要发现

• 在数据集中识别出社交机器人，其中10,126条推文被分类为“机器人”，18,071条为“可疑”。
• 机器人推文的平均情感得分为-0.094，显著低于人类推文的-0.049（p值 = 0.0）。
• Kolmogorov-Smirnov检验确认，机器人与人类推文的情感分布具有统计学显著差异（KS检验值 = 0.12）。
• 机器人推文中“Trump”与“#MAGA”等词汇出现频率更高，且更聚焦于经济不满议题，相较人类推文更为明显。
• “女性权利”这一话题仅出现在非机器人账户的推文中，表明其主题关注存在明显分化。
• 尽管核心话题（如伊朗抗议、美国政客、CIA）相似，但机器人推文表现出截然不同的情感基调，暗示其对负面情绪的刻意放大。