The Democratization of News - Analysis and Behavior Modeling of Users in the Context of Online News Consumption

Die Erfindung des Internets ebnete den Weg für die Demokratisierung von Information. Die Tatsache, dass Nachrichten für die breite Öffentlichkeit zugänglicher wurden, barg wichtige politische Versprechen, wie zum Beispiel das Erreichen von zuvor uninformierten und daher oft inaktiven Bürgern. Diese konnten sich nun dank des Internets tagesaktuell über das politische Geschehen informieren und selbst politisch engagieren. Während viele Politiker und Journalisten ein Jahrzehnt lang mit dieser Entwicklung zufrieden waren, änderte sich die Situation mit dem Aufkommen der sozialen Online-Netzwerke (OSN). ... mehrDiese OSNs sind heute nahezu allgegenwärtig – so beziehen inzwischen $67\%$ der Amerikaner zumindest einen Teil ihrer Nachrichten über die sozialen Medien. Dieser Trend hat die Kosten für die Veröffentlichung von Inhalten weiter gesenkt. Dies sah zunächst nach einer positiven Entwicklung aus, stellt inzwischen jedoch ein ernsthaftes Problem für Demokratien dar. Anstatt dass eine schier unendliche Menge an leicht zugänglichen Informationen uns klüger machen, wird die Menge an Inhalten zu einer Belastung. Eine ausgewogene Nachrichtenauswahl muss einer Flut an Beiträgen und Themen weichen, die durch das digitale soziale Umfeld des Nutzers gefiltert werden. Dies fördert die politische Polarisierung und ideologische Segregation. Mehr als die Hälfte der OSN-Nutzer trauen zudem den Nachrichten, die sie lesen, nicht mehr ($54\%$ machen sich Sorgen wegen Falschnachrichten). In dieses Bild passt, dass Studien berichten, dass Nutzer von OSNs dem Populismus extrem linker und rechter politischer Akteure stärker ausgesetzt sind, als Personen ohne Zugang zu sozialen Medien.
Um die negativen Effekt dieser Entwicklung abzumildern, trägt meine Arbeit zum einen zum Verständnis des Problems bei und befasst sich mit Grundlagenforschung im Bereich der Verhaltensmodellierung. Abschließend beschäftigen wir uns mit der Gefahr der Beeinflussung der Internetnutzer durch soziale Bots und präsentieren eine auf Verhaltensmodellierung basierende Lösung.
Zum besseren Verständnis des Nachrichtenkonsums deutschsprachiger Nutzer in OSNs, haben wir deren Verhalten auf Twitter analysiert und die Reaktionen auf kontroverse - teils verfassungsfeindliche - und nicht kontroverse Inhalte verglichen. Zusätzlich untersuchten wir die Existenz von Echokammern und ähnlichen Phänomenen. Hinsichtlich des Nutzerverhaltens haben wir uns auf Netzwerke konzentriert, die ein komplexeres Nutzerverhalten zulassen. Wir entwickelten probabilistische Verhaltensmodellierungslösungen für das Clustering und die Segmentierung von Zeitserien. Neben den Beiträgen zum Verständnis des Problems haben wir Lösungen zur Erkennung automatisierter Konten entwickelt. Diese Bots nehmen eine wichtige Rolle in der frühen Phase der Verbreitung von Fake News ein. Unser Expertenmodell - basierend auf aktuellen Deep-Learning-Lösungen - identifiziert, z. B., automatisierte Accounts anhand ihres Verhaltens.
Meine Arbeit sensibilisiert für diese negative Entwicklung und befasst sich mit der Grundlagenforschung im Bereich der Verhaltensmodellierung. Auch wird auf die Gefahr der Beeinflussung durch soziale Bots eingegangen und eine auf Verhaltensmodellierung basierende Lösung präsentiert.

The invention of the Web paved the way for the democratization of information. News becoming more accessible to the general public held important political promises. For example, reaching previously inactive citizens to participate in politics as one of them. While, a decade into the development, many politicians and journalists were content with the development, the rise of online social networks (OSNs) changed the situation drastically. Today, OSNs have a nearly ubiquitous reach, with 67% of Americans getting at least parts of their news on social media.
The trend to get news on OSNs further decreased the costs of publishing. ... mehrWhile, at first, this seemed like a good development, it posed a severe issue for democracy. Instead of unlimited information making us smarter, the unbounded content became a burden. Today, over half of the OSN users do not trust the news they read ($54\%$ are concerned about what is real and fake news). Recent studies underline that these users are more exposed to populism, propagated by political actors from the extreme ends of the political spectrum, than individuals without social media. A balanced news selection has to give way to a choice of posts and topics reinforced by the user's chosen neighborhood in this sheer mass of information. This fosters political polarisation and ideological segregation.
To help mitigate the negative side-effect of this development, my work contributes to the understanding of the problem, counter-acting a known issue, and basic research in the field of behavior modeling. To better understand news consumption in OSNs, we analyzed the behavior of German-speaking users on Twitter, comparing reactions towards controversial and non-controversial content. We also studied the existence and extent of echo chambers and similar phenomena.
Regarding user behavior, we targeted systems that allow for more complex behavior. Mining such data demands richer models and, typically, lacks further information (such as ground-truth data). Therefore, Bayesian models are commonly preferred over neural networks. We proposed non-parametric Bayesian behavior modeling solutions for clustering and segmenting time-series data.
Besides the contributions to the understanding of the problem (analysis and basic research), we developed solutions for detecting automated accounts. These bots take an important role in the early phase of spreading false news. We proposed an expert model based on current deep learning solutions to identify automated accounts by their behavior. This solution introduced a trade-off between the utility of an automated account and the risk of detection.
This work offers insights, solutions and tools for better use of social networks in the future and the realization of the democratization of information.