[论文解读] Entropy-based detection of Twitter echo chambers

Manuel Pratelli, Fabio Saracco+1 more|arXiv (Cornell University)|Aug 3, 2023

Misinformation and Its Impacts参考文献 36被引用 5

一句话总结

本文提出一种基于熵的、与数据无关的方法，通过识别同时参与相似意见群体（话语社群）并共享相同新闻源曝光的用户，来检测Twitter上的回音室。在意大利新冠疫苗接种争议中的应用表明，仅有0.35%的用户处于回音室中，但这些用户却推动了其社群内近三分之一的转发，凸显了其尽管占比极低却具有显著影响力的特征。

ABSTRACT

Echo chambers, i.e. clusters of users exposed to news and opinions in line with their previous beliefs, were observed in many online debates on social platforms. We propose a completely unbiased entropy-based method for detecting echo chambers. The method is completely agnostic to the nature of the data. In the Italian Twitter debate about the Covid-19 vaccination, we find a limited presence of users in echo chambers (about 0.35% of all users). Nevertheless, their impact on the formation of a common discourse is strong, as users in echo chambers are responsible for nearly a third of the retweets in the original dataset. Moreover, in the case study observed, echo chambers appear to be a receptacle for disinformative content.

研究动机与目标

• 开发一种无偏见的、基于熵的方法，以检测Twitter上的回音室，且无需对数据结构或内容做出先验假设。
• 识别同时属于意见一致社群并暴露于相同新闻源的用户，以满足回音室形成的双重标准。
• 评估在意大利新冠疫苗接种Twitter辩论中回音室的实际影响，特别是转发量和话语影响力方面。
• 使用最大熵零模型验证该方法，以区分用户互动和新闻分享中非随机且具有统计显著性的模式。
• 量化在线话语中回音室的范围与影响力，特别是在错误信息和两极化辩论的语境下。

提出的方法

• 该方法使用最大熵零模型，对用户互动中的观测模式进行统计验证，确保结果并非源于随机噪声。
• 话语社群（DiCo）通过基于验证用户之间统计显著的共同转发者进行连接来检测，随后利用转发网络对未验证用户应用标签传播算法。
• 新闻参与社群（NEC）通过构建用户与URL之间的二分图网络，将其投影到用户上，并使用基于熵的基准验证边的可靠性。
• 经验证的投影结果使用重排版本的Louvain算法分析，以在话语和新闻参与网络中检测社群。
• 在无向转发网络上应用标签传播算法，将社群标签从验证用户扩展至未验证用户，利用受众一致性作为观点相似性的代理指标。
• 将URL扩展为完整链接，以确保一致识别，并通过NewsGuard分配营养标签以评估信息源的可信度。

实验结果

研究问题

• RQ1 Twitter用户在多大程度上形成回音室，即与志同道合者互动并共享相同新闻源的曝光？
• RQ2 如何以一种独立于内容、观点或平台特异性偏见的方式检测回音室？
• RQ3 在意大利新冠疫苗接种Twitter辩论中，回音室的实际存在率和影响力如何？
• RQ4 话语网络和新闻参与网络中经验证的社群在规模和结构上如何比较？
• RQ5 回音室内的用户所驱动的转发占总转发的比例是多少，表明其在塑造话语中的潜在作用？

主要发现

• 在意大利新冠疫苗接种争议的Twitter用户中，仅有0.35%被发现处于回音室中，表明此类结构的普遍存在性较低。
• 尽管数量稀少，但回音室用户在其各自话语社群中贡献了近三分之一的全部转发，显示出其影响力巨大。
• 新闻参与社群的经验证投影显示，22.3%的用户对相同URL存在非随机且具有统计显著性的曝光，表明其信息摄入具有结构性特征。
• 话语社群检测过程识别出意见一致的用户群集，其有效性通过验证账户的统计显著共同转发者得到验证。
• 基于熵的零模型方法成功过滤了随机噪声，仅识别出用户互动与新闻分享中非平凡且具有统计显著性的模式。
• 该方法展现出稳健性与泛化能力，因其不依赖内容分析或用户观点的先验知识，适用于多种在线辩论场景。