[论文解读] #FailedRevolutions: Using Twitter to Study the Antecedents of ISIS Support

Walid Magdy, Kareem Darwish+1 more|arXiv (Cornell University)|Mar 9, 2015

Terrorism, Counterterrorism, and Political Violence被引用 4

一句话总结

本研究利用阿拉伯语推特数据，通过分析伊斯兰国出现前的社会媒体行为，以87%的准确率预测用户对伊斯兰国的支持或反对立场。研究发现，阿拉伯之春起义失败引发的挫败感是支持伊斯兰国的关键前兆，而反对则与对其他反对派武装、地区政权及什叶派教派主义的支持相关。

ABSTRACT

Within a fairly short amount of time, the Islamic State of Iraq and Syria (ISIS) has managed to put large swaths of land in Syria and Iraq under their control. To many observers, the sheer speed at which this "state" was established was dumbfounding. To better understand the roots of this organization and its supporters we present a study using data from Twitter. We start by collecting large amounts of Arabic tweets referring to ISIS and classify them into pro-ISIS and anti-ISIS. This classification turns out to be easily done simply using the name variants used to refer to the organization: the full name and the description as "state" is associated with support, whereas abbreviations usually indicate opposition. We then "go back in time" by analyzing the historic timelines of both users supporting and opposing and look at their pre-ISIS period to gain insights into the antecedents of support. To achieve this, we build a classifier using pre-ISIS data to "predict", in retrospect, who will support or oppose the group. The key story that emerges is one of frustration with failed Arab Spring revolutions. ISIS supporters largely differ from ISIS opposition in that they refer a lot more to Arab Spring uprisings that failed. We also find temporal patterns in the support and opposition which seems to be linked to major news, such as reported territorial gains, reports on gruesome acts of violence, and reports on airstrikes and foreign intervention.

研究动机与目标

• 识别在用户公开表达对伊斯兰国的支持之前，其阿拉伯语推特用户中与伊斯兰国支持相关的语言和行为前兆。
• 调查伊斯兰国出现前的社交媒体活动是否能以高准确率预测用户未来对伊斯兰国的支持或反对立场。
• 揭示对伊斯兰国支持的潜在动因，特别是与阿拉伯之春相关的政治不满情绪。
• 分析重大事件发生后，亲伊斯兰国与反伊斯兰国推特话语在时间与主题上的演变模式。
• 考察推特数据在研究武装组织支持态度时的代表性与局限性，尤其考虑到账号删除和数据访问限制等问题。

提出的方法

• 通过推特流媒体和REST API接口，收集约57,000名用户的1.23亿条阿拉伯语推文，重点关注提及伊斯兰国的推文。
• 基于词汇线索对用户进行分类：使用全名和“国家”类描述符表示支持，使用缩写则表示反对。
• 在用户首次发表亲伊斯兰国或反伊斯兰国推文之前的内容上训练监督分类器，以87%的准确率预测其未来立场。
• 开展时间趋势分析，将亲伊斯兰国或反伊斯兰国情绪的激增与重大新闻事件（如领土扩张、斩首事件、空袭等）进行关联。
• 对伊斯兰国出现前的内容进行话题标签与主题分析，识别支持者与反对者之间的显著主题差异。
• 通过承认因账号删除、隐私设置变更及每位用户3,200条推文限制导致的数据缺失，应对数据局限性。

实验结果

研究问题

• RQ1 伊斯兰国出现前的社交媒体行为能否预测某位推特用户未来是否会对伊斯兰国表示支持或反对？
• RQ2 伊斯兰国出现前的推文中，哪些语言和主题特征可区分未来的支持者与反对者？
• RQ3 如领土扩张或暴力事件报道等重大新闻事件，是否与亲伊斯兰国或反伊斯兰国情绪的激增存在时间上的关联？
• RQ4 在用户伊斯兰国出现前的言论中，哪些主要政治不满情绪驱动了对伊斯兰国的支持？
• RQ5 在伊斯兰国出现前，支持者与反对者的个人资料和兴趣有何不同？

主要发现

• 本研究仅基于伊斯兰国出现前的推特内容，成功以87%的准确率预测了用户未来对伊斯兰国的支持或反对立场。
• 伊斯兰国支持者在其伊斯兰国出现前的推文中，显著更常提及阿拉伯之春起义的失败，表明政治挫败感是其支持的关键驱动因素。
• 亲伊斯兰国情绪的激增具有明显的时间集中性，通常与重大新闻事件（如领土扩张或暴力事件报道）同时发生。
• 反伊斯兰国情绪强烈关联于对其他叙利亚反对派武装、现有中东政权及什叶派教派身份的支持。
• 分类器的高准确率表明，尽管存在数据限制，伊斯兰国出现前话语中存在明显的行为与语言模式，可可靠地预示未来立场。
• 尽管存在因账号删除和推文限制导致的数据偏差，核心发现（尤其是阿拉伯之春挫败感与伊斯兰国支持之间的关联）依然稳健，并与先前研究一致。