論文の概要: Understanding the Hoarding Behaviors during the COVID-19 Pandemic using
Large Scale Social Media Data
- arxiv url: http://arxiv.org/abs/2010.07845v2
- Date: Mon, 28 Jun 2021 17:53:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-29 00:15:11.852288
- Title: Understanding the Hoarding Behaviors during the COVID-19 Pandemic using
Large Scale Social Media Data
- Title（参考訳）: 大規模ソーシャルメディアデータを用いたCOVID-19パンデミック時のホアーディング行動の理解
- Authors: Xupin Zhang, Hanjia Lyu, Jiebo Luo
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 77.34726150561087
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The COVID-19 pandemic has affected people's lives around the world on an
unprecedented scale. We intend to investigate hoarding behaviors in response to
the pandemic using large-scale social media data. First, we collect
hoarding-related tweets shortly after the outbreak of the coronavirus. Next, we
analyze the hoarding and anti-hoarding patterns of over 42,000 unique Twitter
users in the United States from March 1 to April 30, 2020, and dissect the
hoarding-related tweets by age, gender, and geographic location. We find the
percentage of females in both hoarding and anti-hoarding groups is higher than
that of the general Twitter user population. Furthermore, using topic modeling,
we investigate the opinions expressed towards the hoarding behavior by
categorizing these topics according to demographic and geographic groups. We
also calculate the anxiety scores for the hoarding and anti-hoarding related
tweets using a lexical approach. By comparing their anxiety scores with the
baseline Twitter anxiety score, we reveal further insights. The LIWC anxiety
mean for the hoarding-related tweets is significantly higher than the baseline
Twitter anxiety mean. Interestingly, beer has the highest calculated anxiety
score compared to other hoarded items mentioned in the tweets.
- Abstract（参考訳）: 新型コロナウイルスのパンデミックは、世界中の人々の生活に前例のない規模で影響を与えている。
我々は,大規模ソーシャルメディアデータを用いて,パンデミックへの対応行動を検討する。
まず、新型コロナウイルスの感染拡大の直後のツイートを収集する。
次に,2020年3月1日から4月30日にかけて,米国内42,000人を超えるユニークtwitterユーザのホーミングおよび反ホーミングパターンを分析し,年齢,性別,地理的位置によるホーミング関連ツイートの分類を行った。
ホーディンググループとアンチホーディンググループの両方の女性の比率は、一般的なtwitterユーザーの比率よりも高いことがわかりました。
さらに,トピック・モデリングを用いて,これらのトピックを人口統計学的・地理的グループ別に分類することで,ホアリング行動に対する意見を検討する。
また、語彙的アプローチを用いて、ホアーディングおよび反ホアーディング関連ツイートの不安スコアを算出した。
不安スコアとTwitterの不安スコアを比較することで、さらなる洞察が得られます。
LIWCの不安度はTwitterの不安度よりもかなり高い。
興味深いことに、ビールの不安スコアは、ツイートで言及された他の嫌がらせアイテムよりも高い。
関連論文リスト
- Fine-tuned Sentiment Analysis of COVID-19 Vaccine-Related Social Media
Data: Comparative Study [0.7874708385247353]
本研究は、RedditとTwitterの2つの人気ソーシャルメディアプラットフォーム上で表現された新型コロナウイルスワクチンに関する公衆の感情を調査し、比較した。
私たちは、約950万のツイートと7万のRedditコメントの感情を予測するために、微調整されたDistilRoBERTaモデルを作成しました。
その結果、Twitter上で表現される平均的な感情は、ポジティブよりもネガティブ(52%)であることが判明した。
論文 参考訳（メタデータ） (2022-10-17T16:22:18Z) - Predicting Hate Intensity of Twitter Conversation Threads [26.190359413890537]
DRAGNET++は、将来、ツイートが返信チェーンを通じてもたらす憎悪の強さを予測することを目的としている。
ツイートスレッドのセマンティックな構造と伝播構造を利用して、続く各ツイートにおけるヘイトインテンシティの低下につながるコンテキスト情報を最大化する。
DRAGNET++は最先端のすべてのベースラインを大幅に上回ることを示す。
論文 参考訳（メタデータ） (2022-06-16T18:51:36Z) - Don't be a Victim During a Pandemic! Analysing Security and Privacy
Threats in Twitter During COVID-19 [2.43420394129881]
本稿では,パンデミックとロックダウン期間がソーシャルメディア利用者のセキュリティとプライバシに与える影響を大規模に調査する。
我々は、533日間のデータクローリングから1060万件のCOVID-19関連ツイートを分析した。
論文 参考訳（メタデータ） (2022-02-21T21:52:37Z) - American Twitter Users Revealed Social Determinants-related Oral Health
Disparities amid the COVID-19 Pandemic [72.44305630014534]
新型コロナウイルス(COVID-19)パンデミックの期間中に、26州で9,104人のTwitterユーザーから、口腔の健康関連ツイートを収集しました。
女性や若年者(19-29)は口腔の健康問題について話す傾向が強い。
新型コロナウイルス(COVID-19)のリスクが高い郡の人々は、歯の腐敗や歯の出血、歯の破折について語っています。
論文 参考訳（メタデータ） (2021-09-16T01:10:06Z) - CML-COVID: A Large-Scale COVID-19 Twitter Dataset with Latent Topics,
Sentiment and Location Information [0.0]
CML-COVID(CML-COVID)は、新型コロナウイルス(COVID-19)による5,977,653人のツイート19,298,967万件のTwitterデータセットである。
これらのツイートは、2020年3月から7月にかけて、新型コロナウイルスに関連する質問文、コビッド、マスクを使って収集された。
論文 参考訳（メタデータ） (2021-01-28T18:59:10Z) - Racism is a Virus: Anti-Asian Hate and Counterspeech in Social Media
during the COVID-19 Crisis [51.39895377836919]
新型コロナウイルスは、アジアのコミュニティをターゲットにしたソーシャルメディア上で人種差別や憎悪を引き起こしている。
我々は、Twitterのレンズを通して、反アジアヘイトスピーチの進化と普及について研究する。
私たちは、14ヶ月にわたる反アジア的憎悪と反音声のデータセットとして最大となるCOVID-HATEを作成します。
論文 参考訳（メタデータ） (2020-05-25T21:58:09Z) - Detecting Perceived Emotions in Hurricane Disasters [62.760131661847986]
私たちはHurricaneEmoを紹介します。HurricaneEmoは、Harvey、Irma、Mariaの3つのハリケーンにまたがる15,000の英語ツイートの感情データセットです。
本稿では, きめ細かい感情を包括的に研究し, 粗い感情群を識別するための分類タスクを提案する。
論文 参考訳（メタデータ） (2020-04-29T16:17:49Z) - Privacy-Aware Recommender Systems Challenge on Twitter's Home Timeline [47.434392695347924]
ACM RecSysが主催するRecSys 2020 Challengeは、このデータセットを使用してTwitterと提携している。
本稿では,ユーザエンゲージメントを予測しようとする研究者や専門家が直面する課題について述べる。
論文 参考訳（メタデータ） (2020-04-28T23:54:33Z) - 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) - Word frequency and sentiment analysis of twitter messages during
Coronavirus pandemic [0.0]
このソーシャルネットワーキングサイト、Twitterは、新型コロナウイルス関連の投稿数がごく短い期間で前例のない伸びを見せたのと同じような効果を示した。
本稿では、2020年1月から投稿されたこの病気に関連するTwitterメッセージの統計分析について述べる。
その結果、ほとんどのツイートは正の極性を持ち、15%程度しか否定的でないことがわかった。
論文 参考訳（メタデータ） (2020-04-08T10:45:08Z)
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。