Quantifying polarization in social networks

Loading...
Thumbnail Image
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu | Master's thesis
Date
2021-06-14
Department
Major/Subject
Complex Systems
Mcode
SCI3060
Degree programme
Master’s Programme in Life Science Technologies
Language
en
Pages
62+3
Series
Abstract
Polarization is shaking societies across the world. The political dividedness, filter bubbles and echo chambers have an impact on attitudes, election outcomes and democratic stability. Polarized structures boost the spread of misinformation and contribute to political gridlocks. During the last decades, several methods have been developed for measuring the degree of polarization in social networks. This thesis contributes to the existing research on polarization by studying eight prominent structural polarization methods. Their performances are analyzed, compared and evaluated for both real and random networks. In addition, a novel approach (core polarization) for measuring polarization is introduced. This new method is based on detecting multiple core-periphery structures from a given network, and it provides a framework for a deeper investigation of the nature of polarization. This work has two main results. First, the polarization methods introduced in the literature are shown to assign quite high polarization scores for random networks. To alleviate this, a denoising technique is proposed for the observed scores produced by the existing polarization methods. The performance of these methods improved by 20-270 % when the noise caused by the elementary network properties was removed from the polarization scores. Thus, the findings of this work encourage to be more critical of the reported polarization scores in the past. The evaluation was performed for a set of over 180 Twitter networks collected during the Finnish parliamentary and EU elections 2019. Second, the core polarization method showed promising results as, in contrast to the majority of existing methods, it was capable of marking purely random graphs as non-polarized. Furthermore, it successfully detected sensible systems of multiple elite-public structures from real networks. Useful applications of the core polarization framework were demonstrated through a Twitter retweet network of climate change discussion. Extreme polarization can weaken democracy. Structural polarization methods could be used for finding potential sources and targets of disinformation, tracking the degree of dividedness in a society or designing algorithms that alleviate some negative effects of echo chambers. More importantly, the findings of polarization research can be harnessed to increase public awareness about the threats of polarized structures and other related phenomena.

Polarisaatio ravistelee yhteiskuntia ympäri maailman. Polarisaatioon liittyvät ilmiöt, kuten vastakkainasettelu, sosiaaliset kuplat sekä kaikukammiot vaikuttavat ihmisten asenteisiin, vaalien tuloksiin sekä yhteiskunnan vakauteen. Polarisoituneet rakenteet kiihdyttävät misinformaation leviämistä sekä vaikeuttavat julkista päätöksentekoa. Tutkijat ovat kehittäneet useita keinoja mitata polarisaation voimakkuutta sosiaalisissa verkostoissa. Tässä työssä tutkitaan kahdeksaa merkittävää menetelmää vertailemalla niitä keskenään sekä analysoimalla systemaattisesti niiden käyttäytymistä erilaisissa satunnaisverkostoissa. Lisäksi työssä esitellään uusi vaihtoehtoinen menetelmä vastakkainasettelun mittaamiseen. Tämä menetelmä (ydinpolarisaatio, engl. core polarization) perustuu tietyntyyppisten aliverkkojen tunnistamiseen sosiaalisista verkostoista ja tarjoaa kehyksen vastakkainasettelun luonteen tarkemmalle tutkimukselle. Tässä diplomityössä on kaksi päätulosta. Nykyiset kirjallisuudessa esitellyt menetelmät havaitsevat polarisaatiota myös satunnaisverkostoista. Tämän löydön seurauksena työssä esitellään tekniikka, joka paransi menetelmien suoritusta jopa 20–270 %, kun verkon yksinkertaisista ominaisuuksista johtuva kohina poistettiin havaitusta polarisaation kokonaisarvosta. Arvioinnissa käytettiin yli 180 sosiaalista verkkoa, joiden data kerättiin Suomen eduskunta- ja EU-vaalien (2019) aikana Twitteristä. Diplomityön toinen tulos osoittaa, kuinka uusi ydinpolarisaatio-mitta on varteenotettava menetelmä, joka pystyy merkitsemään täysin satunnaisen verkon polarisoimattomaksi sekä havaitsemaan erillisistä eliittiyleisö rakenteista koostuvan systeemin annetusta verkosta. Ydinpolarisaatio-kehyksen sovelluksia havainnollistettiin muun muassa ilmastonmuutokseen liittyvän verkon avulla. Työn tulokset antavat aihetta aikaisempien tutkimusten polarisaatioarvojen kriittisempään suhtautumiseen. Äärimmäinen polarisoituminen voi heikentää demokratiaa. Kvantitatiivisten polarisaatiomenetelmien avulla voidaan esimerkiksi löytää disinformaation lähteitä, seurata yhteiskunnallisen vastakkainasettelun kehitystä sekä suunnitella kuplautumista ehkäiseviä algoritmeja. Lisäksi polarisaatiotutkimuksen kautta voidaan lisätä kansalaisten tietoisuutta polarisaation ja siihen liittyvien ilmiöiden uhista.
Description
Supervisor
Kivelä, Mikko
Thesis advisor
Chen, Ted
Keywords
polarization, social networks, network science, echo chambers
Other note
Citation