twitter分析プロジェクト関連

[hiroshinagaya]

先行研究（by 坪倉ら）

• 福島第一原子力発電所事故後の半年間における、放射線に関する Twitter利用とインフルエンサーネットワークの可視化（日本語）
• Twitter use in scientific communication revealed by visualization of information spreading by influencers within half a year after the Fukushima Daiichi nuclear power plant accident

この研究を推し進めるプロジェクト

[hiroshinagaya]

積ん読リスト（読んだら消してく）

フェイクニュース関連

• フェイクニュースに関する最新研究まとめ：2018
• フェイクニュース調査ガイド
• The science of fake news
• Faking Sandy: Characterizing and Identifying Fake Images on Twitter during Hurricane Sandy

WWW18-サイバー

• https://developers.cyberagent.co.jp/blog/archives/17008/

社会的分断（グラフ構造の分断）

• Community Interaction and Conflict on the Web

[hiroshinagaya]

Masaharu Tsubokura et al., "Twitter use in scientific communication revealed by visualization of information spreading by influencers within half a year after the Fukushima Daiichi nuclear power plant accident", PLoS ONE, 2018

1. どんなもの？

• 福島第一原子力発電所の事故後に，どのようにしてTwitter上のつぶやきが放射線関連情報を拡散されたかを調べている．
• 事故後6ヶ月における，リツイート関係を調べてみると，100人程度の少数のアカウントによる発信が支配的だった．これを「インフルエンサー」と呼んでいる．
• 内容により，ツイートを3つのグループに分類．
• 原発事故直後はグループ間のリツイート数は同等であったが，一ヶ月足らずの間に一部のグループのシェアが急速に拡大しその傾向は半年間変わらなかった．リツイートは限定された範囲内，特に類似の文書ベクトルを持つ同じグループ内で集中的にやりとりされ拡散し，グループ間での情報のやりとりは少なかった．

2. 先行研究と比べてどこがすごいの？

• 科学的なコミュニケーションに焦点を当てている点

3. 技術や手法の"キモ"はどこにある？

• テキストの文書ベクトルをDoc2vecによって生成し，k-means法によってグルーピング
• リツイート関係のネットワーク可視化

4. どうやって有効だと検証した？

5. 議論はあるか？

• ツイッターは即時性という点で，上手く使えば大きな力を発揮する一方，デマ情報も拡散しやすい特徴を持つ．その特性を理解し，大規模災害時に科学的根拠に基づいた情報をリアルタイムに発信していくことが大切．
• 解析から見えてきたデマに近い情報の中身の解析も今後の課題である．
• クラスタリングが少し荒いかも
• 意味解釈

6. 次に読むべき論文はあるか？

• Fukushima関連の研究

[hiroshinagaya]

Alexandre Bovet, 'Influence of fake news in Twitter during the 2016 US presidential election', Nature, 2019

1. どんなもの？

• 2016年の米国大統領選挙におけるTwitter上のフェイクニュースの動態と影響を調査した論文

2. 先行研究と比べてどこがすごいの？

• Twitterのニュース拡散のダイナミックスに新しい洞察を提供
• 分析コード付き！ ネットワーク可視化など，有用そうなコンテンツが多く紹介されてた

3. 技術や手法の"キモ"はどこにある？

• 情報拡散ネットワークを特徴付けて最も影響力のある偽物と伝統的なニュースの拡散者を発見
• 偽造ニュースが大統領選挙にどのような影響を与えたかを明らかにするために，因果モデルを使用
• CI algorithm，STL，PC algorithm，Granger causal network reconstruction
• ネットワーク分析，可視化

4. どうやって有効だと検証した？

• ブートストラップ法による検定など

5. 議論はあるか？

• 偽物や極端に偏ったニュースの拡散は、少数のインフルエンサーによって制御されているのではなく、むしろより密接に関連した集団的行動の結果であるのではないか

6. 次に読むべき論文はあるか？

• TIGRAMITE関連
• 参考文献欄

[hiroshinagaya]

Kiran Garimella，'Political Discourse on Social Media: Echo Chambers, Gatekeepers, and the Price of Bipartisanship'，Proceedings of The Web Conference，2018

1. どんなもの？

• エコーチェンバーに関わるユーザの分類（Twitter，USA）

2. 先行研究と比べてどこがすごいの？

3. 技術や手法の"キモ"はどこにある？

4. どうやって有効だと検証した？

5. 議論はあるか？

6. 次に読むべき論文はあるか？

[hiroshinagaya]

Raghavan, M.; Anderson, A.; and Kleinberg, J. 2018. Map-ping the invocation structure of online political interaction.InProceedings of the 2018 World Wide Web Conference on World Wide Web, 629–638. International World Wide WebConferences Steering Committee

1. どんなもの？

• 情報へのアクセスが容易になった昨今、これから政治情報の消費にどのような影響があるかを調査
• オンラインの政治的相互作用の構造を調べる手段として、呼び出しグラフ (invocation graphs) とそれらを分析するための一連の手法を紹介

2. 先行研究と比べてどこがすごいの？

• This structure has been quantified in many ways, particularly by organizing shares into information cascades, where nodes are typically people and edges between people indicate if one person directly shared a piece of content with another person. In contrast, our work here introduces and studies invocation graphs, where nodes are information sources and edges indicate that a user shared content from one source in response to content from another source.

3. 技術や手法の"キモ"はどこにある？

• network-based methods that operate on the ways in which users share content; we construct invocation graphs on Web domains showing the extent to which pages from one domain are invoked by users to reply to posts containing pages from other domains.

4. どうやって有効だと検証した？

5. 議論はあるか？

6. 次に読むべき論文はあるか？

(the structure of information sharing on the Web)

• Eytan Bakshy, Itamar Rosenn, Cameron A. Marlow, and Lada A. Adamic. 2012. The Role of Social Networks in Information Diffusion. In Proc. World Wide Web Conference.

(theoretical work on how network structure affects information flow)

• Benjamin Golub and Matthew O Jackson. 2009. How homophily affects learning and diffusion in networks. (2009).
• Matthew O Jackson and Leeat Yariv. 2006. Diffusion on social networks. Economic Publique/Public economics 16 (2006).

(there has been a spirited debate about the impact that “influencers” have on these processes)

• Eytan Bakshy, Jake M Hofman, Winter A Mason, and Duncan J Watts. 2011. Everyone's an influencer: quantifying influence on twitter. In Proceedings of the fourth ACM international conference on Web search and data mining . ACM, 65–74.
• Meeyoung Cha, Hamed Haddadi, Fabricio Benevenuto, and P Krishna Gummadi. 2010. Measuring user influence in twitter: The million follower fallacy. ICWSM 10, 10-17 (2010), 30.
• Malcolm Gladwell. 2006. The tipping point: How little things can make a big difference . Little, Brown.
• Elihu Katz and Paul Felix Lazarsfeld. 1966. Personal Influence, The part played by people in the flow of mass communications . Transaction Publishers.
• Duncan J Watts and Peter Sheridan Dodds. 2007. Influentials, networks, and public opinion formation. Journal of consumer research 34, 4 (2007), 441–458.

7. 勉強すべきこと

• filter bubbles
• echo chambers（引用多数してるので参考に）

[hiroshinagaya]

• [ ] Identifying Local Temporal Burstiness Using MACD Histogram

Abstract: Burstiness has been one of the most important criteria for extracting topics and events from documents posted on social media. Recently, researchers are focusing on extracting geolocal topics and events from such social documents because of the increasing number of geo-annotated documents (e.g., Geo-tagged tweets on Twitter). In our previous work, we developed a method for identifying local temporal burstiness to detect local hot keywords considering the users' location. The previous method is based on Kleinberg's temporal burst detection algorithm, which presupposes that the rate of posting remains constant. However, this leads to a difference in bursty periods depending on public awareness. To address this issue, in this paper, we propose a novel method for identifying local temporal burstiness by using the MACD-histogram-based temporal burst detection algorithm. The MACD-histogram-based temporal burst detection algorithm is based on the trend analysis of stock prices. To compare the proposed method with the previous method, we conducted experiments using actual burst detection in geo-tagged documents. The experiments revealed that the proposed method can identify local temporal burstiness on the basis of public awareness.

[memo]