[论文解读] Flipping Stance: Social Influence on Bot's and Non Bot's COVID Vaccine Stance.

Ng Lhx, Kathleen M. Carley|arXiv (Cornell University)|Jun 21, 2021

Misinformation and Its Impacts参考文献 14被引用 4

一句话总结

本文提出了一种社交影响模型，用于分析2020年4月至2021年5月期间Twitter上针对新冠疫苗的立场翻转现象，该模型结合了个体过往推文、网络结构以及邻居影响。该模型在预测立场变化方面达到了86%的准确率，揭示出机器人（占立场翻转者的53.7%）比非机器人需要更少的社交影响即可改变立场。

ABSTRACT

Social influence characterizes the change of opinions in a complex social environment, incorporating an individual's past stances and the impact of interpersonal influence through the social network influence. In this work, we observe stance changes towards the coronavirus vaccine on Twitter from April 2020 to May 2021, where 1\% of the agents exhibit the stance flipping behavior, of which 53.7\% are identified bots. We then propose a novel social influence model to characterize the change in stance of agents. This model considers an agent's and his neighbor's past tweets and the overall network structure towards a stance score. In our experiments, the model achieves 86\% accuracy. In our analysis, bot agents require lesser social influence to flip stances and a larger proportion of bots flip.

研究动机与目标

• 理解社交影响如何驱动新冠疫情期间社交媒体上的立场变化。
• 识别并量化机器人与非机器人在线索疫苗相关立场翻转行为中的作用。
• 开发一种新颖的社交影响模型，整合个体历史、网络结构及邻居影响，以预测立场转变。
• 分析机器人与非机器人在疫苗相关话题上翻转立场所需的不同影响阈值。

提出的方法

• 该模型基于个体的过往推文及其社交网络邻居的集体影响计算立场得分。
• 它结合了整体网络结构，包括中心性与连通性模式，以加权社交影响效应。
• 通过2020年4月至2021年5月的时序推文序列与情感趋势，学习动态立场表征。
• 该模型使用监督学习预测立场翻转事件，特征来源于推文内容、用户历史及网络拓扑。
• 通过自动化检测方法将个体分类为机器人或非机器人，并比较其翻转行为。
• 该模型在Twitter数据集上进行训练与评估，在立场翻转预测中达到86%的准确率。

实验结果

研究问题

• RQ1 在Twitter上，针对疫苗相关话题的立场翻转行为中，机器人与非机器人的比例分别是多少？
• RQ2 邻居影响与网络结构如何影响个体在新冠疫苗问题上翻转立场的可能性？
• RQ3 与非机器人相比，机器人是否需要更少的社交影响才能翻转立场？
• RQ4 个体的过往推文历史如何与网络层面的影响相互作用以预测立场变化？
• RQ5 一种整合个体行为与网络结构的社交影响模型，其预测准确率如何？

主要发现

• 在2020年4月至2021年5月期间，Twitter上共有1%的个体表现出对新冠疫苗的立场翻转行为。
• 在发生立场翻转的个体中，53.7%被识别为机器人，表明自动化账户在观点转变中发挥了重要作用。
• 与非机器人相比，机器人需要显著更少的社交影响即可翻转立场，表明其对网络层面的说服更具敏感性。
• 所提出的社交影响模型在预测立场翻转事件方面达到了86%的准确率。
• 该模型的性能凸显了在建模观点动态时整合个体历史与网络结构的重要性。
• 研究结果表明，机器人不仅在立场翻转中更为普遍，而且对社交影响的响应程度也高于非机器人。