Temporal Dynamics of Coordinated Online Behavior: Stability, Archetypes, and Influence

要約

大規模なオンライン キャンペーンは、悪意があるかどうかにかかわらず、参加者間のかなりの調整を必要とするため、調整されたオンライン行動の研究への関心が高まりました。
協調動作を検出するための最先端の方法は、協調の時間的ダイナミクスを無視して静的分析を実行します。
ここでは、協調動作の最初の動的解析を実行します。
目標を達成するために、多重時間ネットワークを構築し、動的コミュニティ検出を実行して、時間内に協調的な行動を示したユーザーのグループを特定します。
私たちの新しいアプローチのおかげで、次のことがわかりました。(i) 調整されたコミュニティは、さまざまな程度の時間的不安定性を特徴とします。
(ii) このような不安定性を説明するには動的解析が必要ですが、静的解析の結果は信頼性が低く、不安定なコミュニティをほとんど代表していない可能性があります。
(iii) 一部のユーザーは、重要な実際的な意味を持つ明確な典型的な行動を示します。
(iv) コンテンツとネットワークの特性は、ユーザーがなぜ調整されたコミュニティを離れ、参加するのかを説明するのに役立ちます。
私たちの結果は、動的分析の利点を実証し、オンライン議論の展開、調整されたコミュニティの戦略、およびオンライン影響力のパターンに関する研究の新たな方向性を切り開きます。

要約(オリジナル)

Large-scale online campaigns, malicious or otherwise, require a significant degree of coordination among participants, which sparked interest in the study of coordinated online behavior. State-of-the-art methods for detecting coordinated behavior perform static analyses, disregarding the temporal dynamics of coordination. Here, we carry out the first dynamic analysis of coordinated behavior. To reach our goal we build a multiplex temporal network and we perform dynamic community detection to identify groups of users that exhibited coordinated behaviors in time. Thanks to our novel approach we find that: (i) coordinated communities feature variable degrees of temporal instability; (ii) dynamic analyses are needed to account for such instability, and results of static analyses can be unreliable and scarcely representative of unstable communities; (iii) some users exhibit distinct archetypal behaviors that have important practical implications; (iv) content and network characteristics contribute to explaining why users leave and join coordinated communities. Our results demonstrate the advantages of dynamic analyses and open up new directions of research on the unfolding of online debates, on the strategies of coordinated communities, and on the patterns of online influence.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google