[论文解读] VaccinItaly: monitoring Italian conversations around vaccines on Twitter and Facebook

Francesco Pierri, Andrea Tocchetti+5 more|arXiv (Cornell University)|Jan 11, 2021

Misinformation and Its Impacts参考文献 25被引用 5

一句话总结

VaccinItaly 在 SARS-CoV-2 疫苗接种期间，通过基于关键词的数据采集和地理定位，监测意大利社交媒体平台（Twitter 和 Facebook）上与疫苗相关的讨论，将网络话语与现实中的疫苗接种率关联起来。研究发现，低可信度内容传播范围不容忽视，尤其通过 YouTube 传播，且在错误信息传播和疫苗接种率方面存在显著区域差异。

ABSTRACT

We present VaccinItaly, a project which monitors Italian online conversations around vaccines, on Twitter and Facebook. We describe the ongoing data collection, which follows the SARS-CoV-2 vaccination campaign roll-out in Italy and we provide public access to the data collected. We show results from a preliminary analysis of the spread of low- and high-credibility news shared alongside vaccine-related conversations on both social media platforms. We also investigate the content of most popular YouTube videos and encounter several cases of harmful and misleading content about vaccines. Finally, we geolocate Twitter users who discuss vaccines and correlate their activity with open data statistics on vaccine uptake. We make up-to-date results available to the public through an interactive online dashboard associated with the project. The goal of our project is to gain further understanding of the interplay between the public discourse on online social media and the dynamics of vaccine uptake in the real world.

研究动机与目标

• 研究在 SARS-CoV-2 疫苗接种期间，意大利线上社交媒体话语与现实疫苗接种率之间的相互作用。
• 识别并分析 Twitter 和 Facebook 上与疫苗相关的低可信度和高可信度信息的传播情况。
• 评估 YouTube 是否可能成为有害或误导性疫苗信息的传播源。
• 对 Twitter 用户进行地理定位，将区域层面的线上情绪和错误信息传播与实际的疫苗接种率进行关联。
• 向研究人员和政策制定者提供数据和交互式仪表板的公开访问，实现实时监控疫苗相关话语。

提出的方法

• 使用一组动态更新的意大利疫苗相关关键词，收集 Twitter 和 Facebook 的帖子，以追踪趋势话题和事件。
• 基于信息源对疫苗相关对话中分享的新闻文章进行可信度分类，区分低可信度和高可信度来源。
• 使用字符串匹配算法，根据用户个人资料中的地理位置字段，将 Twitter 用户定位至意大利的市镇、省份或地区。
• 将地理定位后的用户活动与各地区每百万居民接种疫苗剂量的公开数据进行相关性分析。
• 对热门 YouTube 视频进行人工评估，以检测错误信息、阴谋论和有害言论。
• 通过 GitHub 公开发布收集到的推文 ID 和关键词，Facebook 数据则可通过请求访问 Crowdtangle 获得。

实验结果

研究问题

• RQ1 Twitter 和 Facebook 上与疫苗相关的内容数量及其可信度，在多大程度上与意大利各地区的疫苗接种率相关？
• RQ2 在意大利社交媒体的疫苗相关对话中，最常传播的低可信度信息类型是什么？
• RQ3 YouTube 在多大程度上成为意大利误导性或有害疫苗信息传播的渠道？
• RQ4 各地区线上情绪和错误信息传播的差异，与实际疫苗接种率在意大利各地区的分布是否一致？
• RQ5 地理定位后的社交媒体活动在多大程度上能够预测或反映各地区疫苗接种进度的差异？

主要发现

• 在 2020 年 12 月 20 日至 2021 年 3 月 13 日期间，使用动态关键词集收集了超过 300 万条与疫苗相关的推文和 100 万条 Facebook 帖文。
• 意大利用户在 0.20% 至 0.50% 的疫苗相关推文中分享了低可信度信息，且不同地区间此类内容的比例存在差异。
• 对热门 YouTube 视频的人工评估发现，近十起案例存在有害或误导性内容，包括一位诺贝尔奖得主声称疫苗未在人类身上测试过，并推广替代疗法。
• 各地区地理定位的 Twitter 用户数量与该地区人口规模呈显著正相关（皮尔逊相关系数 R = 0.89，p < 0.001），表明可能存在抽样偏差。
• 伦巴第大区尽管在疫情首波期间受创最严重，但其疫苗接种率相对较低，即使错误信息传播水平仍处于高位。
• 该项目提供数据和交互式仪表板的公开访问，使研究人员和政策制定者能够实时监控疫苗相关话语及其与公共卫生结果的相关性。