[论文解读] Public discourse and news consumption on online social media: A quantitative, cross-platform analysis of the Italian Referendum

Michela Del Vicario, Sabrina Gaito+3 more|IMT Institutional Repository (IMT School for Advanced Studies Lucca)|Feb 20, 2017

Misinformation and Its Impacts参考文献 5被引用 11

一句话总结

本研究对意大利宪法公投期间在 Facebook 和 Twitter 上的新闻消费与公共话语进行了定量的跨平台分析，揭示了自发形成的回音室及其独特的社群结构。通过自动化主题建模与情感分析，识别出争议性话题并衡量情绪反应差异，为检测社交媒体上的病毒式虚假信息以及理解极化在线环境中的叙事演变提供了洞见。

ABSTRACT

The rising attention to the spreading of fake news and unsubstantiated rumors on online social media and the pivotal role played by confirmation bias led researchers to investigate different aspects of the phenomenon. Experimental evidence showed that confirmatory information gets accepted even if containing deliberately false claims while dissenting information is mainly ignored or might even increase group polarization. It seems reasonable that, to address misinformation problem properly, we have to understand the main determinants behind content consumption and the emergence of narratives on online social media. In this paper we address such a challenge by focusing on the discussion around the Italian Constitutional Referendum by conducting a quantitative, cross-platform analysis on both Facebook public pages and Twitter accounts. We observe the spontaneous emergence of well-separated communities on both platforms. Such a segregation is completely spontaneous, since no categorization of contents was performed a priori. By exploring the dynamics behind the discussion, we find that users tend to restrict their attention to a specific set of Facebook pages/Twitter accounts. Finally, taking advantage of automatic topic extraction and sentiment analysis techniques, we are able to identify the most controversial topics inside and across both platforms. We measure the distance between how a certain topic is presented in the posts/tweets and the related emotional response of users. Our results provide interesting insights for the understanding of the evolution of the core narratives behind different echo chambers and for the early detection of massive viral phenomena around false claims.

研究动机与目标

• 理解在高风险政治事件期间，社交媒体中内容消费与叙事形成背后的影响因素。
• 研究用户在 Facebook 和 Twitter 上如何将注意力局限于特定新闻来源，从而导致社群隔离。
• 识别争议性话题，并衡量内容呈现与用户情绪反应之间的情绪差异。
• 探讨跨平台在线话语的结构与情绪动态，以支持虚假信息的早期检测。
• 为回音室的演化以及社交媒体生态系统中虚假信息的传播提供可操作的洞见。

提出的方法

• 构建用户与 Facebook 页面及 Twitter 账号互动的双边网络，以建模内容消费模式。
• 应用社区检测算法，识别在两个平台上自发形成且非先验定义的社群。
• 使用自动主题提取技术，识别每个社群内讨论的关键主题。
• 对帖子/推文及用户互动反应进行情感分析，以量化情绪反应。
• 测量帖子情绪与用户反应情绪之间的情绪距离，以检测情绪不匹配。
• 开展跨平台比较，分析 Facebook 与 Twitter 在叙事结构与情绪动态方面的差异。

实验结果

研究问题

• RQ1 在类似意大利宪法公投这样的政治事件相关在线讨论中，社群结构如何自发形成？
• RQ2 用户在 Facebook 和 Twitter 上在多大程度上将其注意力限制在有限的新闻来源？
• RQ3 哪些话题在 Facebook 和 Twitter 社群之间及内部最具争议性？
• RQ4 帖子中表达的情绪与用户的情绪反应相比如何？这揭示了叙事极化的哪些特征？
• RQ5 情绪反应差异是否有助于检测病毒式虚假信息的早期出现？

主要发现

• 在 Facebook 和 Twitter 上均出现了界限分明的自发社群，且无先验分类，表明存在自我组织的回音室。
• 用户持续将其注意力限制在有限的 Facebook 页面和 Twitter 账号上，从而强化了社群边界。
• 通过自动化主题建模识别出争议性话题，每个社群内均形成了独特的叙事。
• 对内容的情绪反应显示出显著差异——对于某些实体，用户反应比帖子表达的情绪更负面，尤其在 Facebook 上更为明显。
• 对于社群 C1 和 C2，Facebook 上的帖子与用户反应之间的情绪距离大于 Twitter，但在 C3 中则相反，表明平台特定的极化动态。
• 新闻来源在不同平台上的社群成员身份存在差异，部分来源在某一平台的多个社群中活跃，但在另一平台则不然，表明存在平台特定的受众细分。