[论文解读] Polarization Rank: A Study on European News Consumption on Facebook

Ana Lucía Schmidt, Fabiana Zollo+2 more|arXiv (Cornell University)|May 21, 2018

Opinion Dynamics and Social Influence参考文献 11被引用 3

一句话总结

本研究通过2015–2016年Facebook Graph API获取的数据，量化了法国、德国、意大利和西班牙在Facebook上的新闻消费极化现象，提出‘极化排名’（Polarization Rank）作为衡量指标。研究发现意大利的极化程度最高，其次是法国、德国和西班牙。通过改进的有界信任模型（Bounded Confidence Model）模拟表明，对新闻来源的适度不信任可能降低极化程度，提示批判性媒介素养或可作为缓解策略。

ABSTRACT

The advent of WWW changed the way we can produce and access information. Recent studies showed that users tend to select information that is consistent with their system of beliefs, forming polarized groups of like-minded people around shared narratives where dissenting information is ignored. In this environment, users cooperate to frame and reinforce their shared narrative making any attempt at debunking inefficient. Such a configuration occurs even in the consumption of news online, and considering that 63% of users access news directly form social media, one hypothesis is that more polarization allows for further spreading of misinformation. Along this path, we focus on the polarization of users around news outlets on Facebook in different European countries (Italy, France, Spain and Germany). First, we compare the pages' posting behavior and the users' interacting patterns across countries and observe different posting, liking and commenting rates. Second, we explore the tendency of users to interact with different pages (i.e., selective exposure) and the emergence of polarized communities generated around specific pages. Then, we introduce a new metric -- i.e., polarization rank -- to measure polarization of communities for each country. We find that Italy is the most polarized country, followed by France, Germany and lastly Spain. Finally, we present a variation of the Bounded Confidence Model to simulate the emergence of these communities by considering the users' engagement and trust on the news. Our findings suggest that trust in information broadcaster plays a pivotal role against polarization of users online.

研究动机与目标

• 分析并比较法国、德国、意大利和西班牙四个欧洲国家在Facebook上新闻消费的模式。
• 探究选择性接触与社群形成在社交媒体上塑造新闻消费极化现象中的作用。
• 开发并验证一种新指标——极化排名（Polarization Rank），用于量化各国用户社群中的极化水平。
• 通过改进的有界信任模型（Bounded Confidence Model）模拟极化社群的形成过程，其中用户信任度 $ \tau_u $ 与容忍度 $ \Delta $ 被纳入模型，用户观点更新公式为 $ \theta_u' = (1-\tau_u)\theta_u + \tau_u c_p $。
• 探讨通过培养批判性媒介素养（体现为适度不信任）是否可缓解网络极化。

提出的方法

• 利用Facebook Graph API（2015年1月至2016年12月）收集四个国家225家主流新闻媒体的公开数据（帖子、点赞、评论）。
• 通过情感分析与内容分析确定新闻页面的编辑立场，为每个页面分配一个值 $ c_p $，代表其媒体偏见。
• 提出‘极化排名’作为衡量用户社群中极化群体占比的指标，将极化测量从二元群体扩展至更复杂的结构。
• 开发改进的有界信任模型（BCM），其中用户观点 $ \theta_u $ 根据信任度 $ \tau_u $ 与容忍度 $ \Delta $ 进行动态演化，观点更新公式为 $ \theta_u' = (1-\tau_u)\theta_u + \tau_u c_p $。
• 通过幂律分布（$ p(a) \sim a^{-3} $）为用户分配活跃度系数 $ a_u $，并基于用户观点与页面内容的相似性模拟点赞行为。
• 从用户-页面互动关系构建投影图 $ G_{\rm sim}^p $，用于分析社群结构，并在不同信任度与容忍度参数下评估极化水平。

实验结果

研究问题

• RQ1 法国、德国、意大利和西班牙在Facebook上的新闻消费模式及用户参与度（点赞、评论）有何差异？
• RQ2 用户在Facebook上新闻消费中表现出选择性接触的程度如何？这种现象在不同国家间有何差异？
• RQ3 在四个欧洲国家的Facebook新闻社群中，极化水平如何？能否实现定量排名？
• RQ4 用户对新闻来源的信任度如何影响在线新闻消费中极化社群的形成？
• RQ5 改进的有界信任模型能否准确模拟Facebook新闻消费中观察到的极化模式？

主要发现

• 根据极化排名指标，意大利在Facebook上的新闻消费极化程度最高，其次是法国、德国和西班牙。
• 四个国家的用户均表现出选择性接触，活跃度越高的用户接触的新闻来源越单一。
• 模拟结果显示，对新闻来源的极端信任（100%）或完全不信任（0%）会加速极化，而适度不信任（约 $ \tau = 0.1 $）时社群数量达到峰值，提示怀疑态度可能降低极化程度。
• 改进的有界信任模型成功再现了观察到的极化趋势，且随着容忍度 $ \Delta $ 增大，极化程度下降。
• 研究证实，对信息来源的信任是影响用户极化的关键因素，适度不信任可能在一定程度上缓冲回音室效应的形成。