論文の概要: Detecting Topic and Sentiment Dynamics Due to COVID-19 Pandemic Using Social Media

• arxiv url: http://arxiv.org/abs/2007.02304v1
• Date: Sun, 5 Jul 2020 12:05:30 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-11 06:10:36.264055
• Title: Detecting Topic and Sentiment Dynamics Due to COVID-19 Pandemic Using Social Media
• Title（参考訳）: ソーシャルメディアを用いたCOVID-19パンデミックによる話題・感情のダイナミクスの検出
• Authors: Hui Yin, Shuiqiao Yang, Jianxin Li
• Abstract要約: 大規模なソーシャルメディア投稿から、COVID-19による話題や感情のダイナミクスを分析した。 安全な家にいよう」といった話題は肯定的な感情で支配されている。 人の死のような他のものは、常に否定的な感情を示しています。
• 参考スコア（独自算出の注目度）: 14.662523926129117
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The outbreak of the novel Coronavirus Disease (COVID-19) has greatly influenced people's daily lives across the globe. Emergent measures and policies (e.g., lockdown, social distancing) have been taken by governments to combat this highly infectious disease. However, people's mental health is also at risk due to the long-time strict social isolation rules. Hence, monitoring people's mental health across various events and topics will be extremely necessary for policy makers to make the appropriate decisions. On the other hand, social media have been widely used as an outlet for people to publish and share their personal opinions and feelings. The large scale social media posts (e.g., tweets) provide an ideal data source to infer the mental health for people during this pandemic period. In this work, we propose a novel framework to analyze the topic and sentiment dynamics due to COVID-19 from the massive social media posts. Based on a collection of 13 million tweets related to COVID-19 over two weeks, we found that the positive sentiment shows higher ratio than the negative sentiment during the study period. When zooming into the topic-level analysis, we find that different aspects of COVID-19 have been constantly discussed and show comparable sentiment polarities. Some topics like ``stay safe home" are dominated with positive sentiment. The others such as ``people death" are consistently showing negative sentiment. Overall, the proposed framework shows insightful findings based on the analysis of the topic-level sentiment dynamics.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)の流行は世界中の人々の日常生活に大きな影響を与えた。 緊急措置や政策(ロックダウン、ソーシャルディスタンシングなど)は、この高度感染症と戦うために政府によって取られてきた。 しかし、長年の厳格な社会的孤立ルールにより、人々のメンタルヘルスも危険にさらされている。 したがって、政策立案者が適切な判断を下すためには、様々な出来事や話題にわたる人々のメンタルヘルスの監視が極めて必要となる。 一方、ソーシャルメディアは、人々の個人的な意見や感情を公表し共有するためのアウトレットとして広く利用されている。 大規模なソーシャルメディア投稿(例えばツイート)は、このパンデミック期の人々のメンタルヘルスを推測するための理想的なデータソースを提供する。 本研究では,大規模なソーシャルメディア投稿から,新型コロナウイルスによる話題や感情動態を解析するための新しい枠組みを提案する。 2週間にわたるcovid-19に関連する1300万ツイートの収集から、ポジティブな感情は調査期間中のネガティブな感情よりも高い割合を示していることがわかった。 トピックレベルの分析を拡大すると、COVID-19のさまざまな側面が常に議論され、同等の感情極性を示していることが分かりました。 「安全な家」などの話題は肯定的な感情で占められている。「人の死」など他の話題は一貫して否定的な感情を示している。 全体として,提案フレームワークは,トピックレベルの感情ダイナミクスの分析に基づく洞察に富んだ知見を示す。

関連論文リスト

• Cutting through the noise to motivate people: A comprehensive analysis of COVID-19 social media posts de/motivating vaccination [1.1606619391009658]
  新型コロナウイルス(COVID-19)のパンデミックは、医療情報システムの重大な弱点を露呈した。 ソーシャルメディア上の誤報が圧倒的に多いことは、人々に適切な予防措置をとらせ、予防接種を受けるよう動機付けるという課題を生み出した。 本研究では,ソーシャルメディアにおける科学的コミュニケーションと公衆のモチベーションについて論じる。
  論文  参考訳（メタデータ） (2024-06-15T02:36:11Z)
• Large language models for sentiment analysis of newspaper articles during COVID-19: The Guardian [0.16777183511743468]
  この研究は、新型コロナウイルスのさまざまな段階におけるガーディアン紙の感情分析を提供する。 パンデミックの初期段階では、公衆の感情が緊急の危機対応を優先し、後に健康と経済への影響に焦点を移した。 結果は、パンデミックの初期段階において、公衆の感情が緊急の危機対応を優先し、後に健康と経済への影響に焦点を移したことを示している。
  論文  参考訳（メタデータ） (2024-05-20T07:10:52Z)
• "COVID-19 was a FIFA conspiracy #curropt": An Investigation into the Viral Spread of COVID-19 Misinformation [60.268682953952506]
  我々は、自然言語処理モデルを用いて、誤報がCOVID-19パンデミックの進行にどのような影響を及ぼしたかを推定する。 我々は、広範囲に害をもたらす可能性のあるソーシャルメディアポストと戦うための戦略を提供する。
  論文  参考訳（メタデータ） (2022-06-12T19:41:01Z)
• Know it to Defeat it: Exploring Health Rumor Characteristics and Debunking Efforts on Chinese Social Media during COVID-19 Crisis [65.74516068984232]
  われわれは、中国のマイクロブログサイトWeiboで、新型コロナウイルス(COVID-19)に関する4ヶ月にわたる噂に関するオンラインディスカッションを包括的に分析した。 以上の結果から、不安(恐怖)型健康噂は、希望(希望)型よりもはるかに多くの議論を巻き起こし、長く続いたことが示唆された。 本稿では,噂の議論を抑えるためのデバンキングの有効性を示す。
  論文  参考訳（メタデータ） (2021-09-25T14:02:29Z)
• When a crisis strikes: Emotion analysis and detection during COVID-19 [96.03869351276478]
  感情をラベル付けした1万ツイートのCovidEmoを紹介します。 事前学習された言語モデルがドメインや危機をまたいでどのように一般化するかを検討する。
  論文  参考訳（メタデータ） (2021-07-23T04:07:14Z)
• Understanding the Hoarding Behaviors during the COVID-19 Pandemic using Large Scale Social Media Data [77.34726150561087]
  われわれは、2020年3月1日から4月30日まで、米国で4万2000人以上のユニークTwitterユーザーによる嫌がらせと反嫌悪のパターンを分析した。 ホアーディンググループと反ホアーディンググループの両方の女性の比率が、一般のTwitter利用者の比率よりも高いことがわかりました。 LIWCの不安度はTwitterの不安度よりもかなり高い。
  論文  参考訳（メタデータ） (2020-10-15T16:02:25Z)
• Health, Psychosocial, and Social issues emanating from COVID-19 pandemic based on Social Media Comments using Natural Language Processing [8.150081210763567]
  新型コロナウイルス(COVID-19)のパンデミックは、世界の健康危機を引き起こし、多くの人の生活に影響を与えている。 ソーシャルメディアのデータは、政府や保健機関がパンデミックにどう対処しているかに対する大衆の認識を明らかにすることができる。 本稿は、新型コロナウイルスのパンデミックが世界規模でソーシャルメディアデータを利用した人々に与える影響を調査することを目的とする。
  論文  参考訳（メタデータ） (2020-07-23T17:19:50Z)
• Examination of Community Sentiment Dynamics due to COVID-19 Pandemic: A Case Study from A State in Australia [5.641321839562139]
  パンデミック期には、ニューサウスウェールズ州(NSW)に住む人々の感情動態を分析するために、Twitterユーザーが投稿した大量のテキストデータを利用しています。 NSWで5ヶ月に1億1830万人のユーザーが投稿した約9900万ツイートの分析から、NSWの人々は全体の肯定的な感情の極性を示した。 LGAの感情のきめ細かい分析では、研究期間中に圧倒的な肯定的な感情があったにもかかわらず、一部のLGAは肯定的な感情から否定的な感情への顕著な変化を経験していた。
  論文  参考訳（メタデータ） (2020-06-22T12:30:42Z)
• Analyzing COVID-19 on Online Social Media: Trends, Sentiments and Emotions [44.92240076313168]
  我々は、2020年1月20日から2020年5月11日までの間に、TwitterとWeiboの投稿に基づいて、アメリカ人と中国人の感情的な軌跡を分析した。 中国と国連の2つの非常に異なる国とは対照的に、異なる文化におけるCOVID-19に対する人々の見解に顕著な違いが浮かび上がっている。 我々の研究は、公共の感情やパンデミックに対する懸念をリアルタイムで明らかにするための計算的アプローチを提供し、政策立案者が人々のニーズをよりよく理解し、それによって最適な政策を立案するのに役立つ可能性がある。
  論文  参考訳（メタデータ） (2020-05-29T09:24:38Z)
• The Ivory Tower Lost: How College Students Respond Differently than the General Public to the COVID-19 Pandemic [66.80677233314002]
  新型コロナウイルス感染症(COVID-19)のパンデミックは、政府に究極の課題を提示した。 米国では、新型コロナウイルス感染者が最も多い国で、全国的なソーシャルディスタンシングプロトコルが大統領によって実施されている。 本稿では,この対話型社会における前例のない破壊の社会的意義を,ソーシャルメディア上での人々の意見のマイニングによって発見することを目的とする。
  論文  参考訳（メタデータ） (2020-04-21T13:02:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。