震災時におけるデマの拡散と制御に関する研究

2012年 10月 28日 Project 311最終報告

高安美佐子 A，高安秀樹 B，佐野幸恵 C，山田健太 D，渡辺隼史 E，三浦航 A，佐藤和也 A

高安＠東工大

東工大 A，ソニー CSLB，日大 C，早大 D，ホットリンク E

目的提供された貴重なデータを活用し，非常時における人間の集団行動に対する定量分析

と可視化を行う．社会の異常なパニック現象をモデル化することにより，そのパニックを和らげる方法や予防，より安全な社会システムの構築につなげる．

デマの伝播過程

訂正の伝播過程

震災前→震災後

RTの影響

不安の定量化

マスコミ効果の測定

デマの拡散スピード

デマ収束までの時間

訂正ツイートの効果

急上昇をワードの検出

うわさの感染症モデルによるシミュレーション

デマの拡散と収束のシミュレーションを行えるデマ拡散版 SPEEDIデマが広がりやすい状況を警告する，デマ版天気予報

時系列解析 空間構造解析

本研究の本研究の 44 つの発見つの発見

１．自発的なデマの訂正はあまり拡散しない

２．善意の心配がデマを拡散させている可能性が高い

時系列解析

３．浦安市広報に代表される公式アカウントやマスコミによるデマ訂正の情報は有効に機能した

空間構造解析

感染症のモデル４．デマの拡散は，感染症モデルで説明可能

→　デマ拡散の予測へ応用

最初のデマ訂正ツイート「デマ流すな！根拠ないだろ」

しかし，善意のデマ訂正は拡散せず

コスモ石油爆発とデマの拡散・収束

3/12 15:31

3/11 15:47頃

3/11 18:40頃デマが出始める

3/12正午頃コスモ石油がHPで公式否定

時系列解析

浦安市による公式のデマ訂正は拡散？

— コスモ石油— デマ— デマ訂正

ツイート数／分

3/11 20:55

デマの基準についてデマの基準について

“ コスモ石油”を含むツイート

デマに関わっている可能性 デマに関わりがない

基準語句1 のいずれか 含む 含まない

含む 含まない基準語句2 のいずれか

デマ訂正ツイート デマツイート

• 傘• カッパ• 有害物質• レインコート

根性マイニングの結果、幾つかの語を追加

顔文字や形容詞で「雰囲気」の定量化

「歯がゆい」

デマの変動が重なる

歯がゆい，もどかしい，いたたまれない，こころもとない，恐ろしい，すごい，もの

凄い，すさまじい， 憂い， 脆い

デマの割合

r=0.79

デマの

割合

典型的な形容詞の割合

デマの拡散は，必ずしも悪意に基づくものではない

善意の心配がデマを拡散させている可能性が高い

ツイート

割合

（×

10

-3）

／時

コスモ石油のデマ・訂正　 RT ネットワーク

基本的にはどちらもループの少ない木構造（フィードバックは少なく、分岐しながら広がっていく）

A B

Aが Bのツイートをリツイート

空間構造解析

うわさの感染症モデルの構築-デマの拡散の再現 -

実データ 感染症のモデル

「感染確率」の推定

件

65,714 件実データ 感染症のモデル

うわさの感染症モデルの構築- 訂正の拡散の再現 -

もし，訂正情報の発生が早かったら？うわさの感染症モデルによる予測

条件をいろいろと変えて、デマの拡散を抑制する効果を調べられる

実データ 感染症のモデル

将来の災害に向けて将来の災害に向けて

デマが蔓延しやすい状況は、特定のキーワードの出現頻度で予測できる可能性が高い

　　⇒　「デマ注意報」などの警報を出すことができる　

デマの拡散は悪意に基づくものではない　

　　⇒　一刻も早く訂正することが善意の市民の不安を和らげることにつながる

デマの訂正には、公の立場から素早い情報発信をすることが重要である　

　　⇒ツィッターやブログで炎上したデマも、マスコミや公式アカウントが早く対応することが効果的

appendixappendix

揺れの大きさと書き込み数の変化

１分

データを組み合わせることで現象がよりクリアに見える！

ユーザーの投稿過程の可視化

1 ユーザー変化をトレーシング