論文の概要: COVID-19 and Big Data: Multi-faceted Analysis for Spatio-temporal
Understanding of the Pandemic with Social Media Conversations
- arxiv url: http://arxiv.org/abs/2104.10807v1
- Date: Thu, 22 Apr 2021 00:45:50 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-23 23:51:56.519705
- Title: COVID-19 and Big Data: Multi-faceted Analysis for Spatio-temporal
Understanding of the Pandemic with Social Media Conversations
- Title（参考訳）: 新型コロナウイルスとビッグデータ:ソーシャルメディアによるパンデミックの時空間的理解のための多面的分析
- Authors: Shayan Fazeli, Davina Zamanzadeh, Anaelia Ovalle, Thu Nguyen, Gilbert
Gee, Majid Sarrafzadeh
- Abstract要約: ソーシャルメディアプラットフォームは、新型コロナウイルス(COVID-19)に関する世界的な会話の手段として機能している。
本稿では,パンデミックを取り巻くソーシャルメディア会話の重要コンテンツと特徴の分析,マイニング,追跡のための枠組みを提案する。
- 参考スコア（独自算出の注目度）: 4.07452542897703
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: COVID-19 has been devastating the world since the end of 2019 and has
continued to play a significant role in major national and worldwide events,
and consequently, the news. In its wake, it has left no life unaffected. Having
earned the world's attention, social media platforms have served as a vehicle
for the global conversation about COVID-19. In particular, many people have
used these sites in order to express their feelings, experiences, and
observations about the pandemic. We provide a multi-faceted analysis of
critical properties exhibited by these conversations on social media regarding
the novel coronavirus pandemic. We present a framework for analysis, mining,
and tracking the critical content and characteristics of social media
conversations around the pandemic. Focusing on Twitter and Reddit, we have
gathered a large-scale dataset on COVID-19 social media conversations. Our
analyses cover tracking potential reports on virus acquisition, symptoms,
conversation topics, and language complexity measures through time and by
region across the United States. We also present a BERT-based model for
recognizing instances of hateful tweets in COVID-19 conversations, which
achieves a lower error-rate than the state-of-the-art performance. Our results
provide empirical validation for the effectiveness of our proposed framework
and further demonstrate that social media data can be efficiently leveraged to
provide public health experts with inexpensive but thorough insight over the
course of an outbreak.
- Abstract（参考訳）: 新型コロナウイルス(covid-19)は2019年末から世界大打撃を受けており、主要イベントや世界規模のイベントにおいて重要な役割を担い続けている。
その後、無害な生命は残っていない。
世界の注目を集めたソーシャルメディアプラットフォームは、新型コロナウイルス(COVID-19)に関する世界的な会話の手段として利用されている。
特に、パンデミックに関する感情、経験、観察を表現するために、多くの人がこれらのサイトを使っている。
新型コロナウイルスのパンデミックに関するソーシャルメディア上でこれらの会話が示す重要な特性を多面的に分析する。
本稿では,パンデミックを取り巻くソーシャルメディア会話の重要コンテンツと特徴の分析,マイニング,追跡のための枠組みを提案する。
TwitterとRedditを中心に、新型コロナウイルス(COVID-19)のソーシャルメディア会話に関する大規模なデータセットを集めました。
分析は、米国中の時間と地域を通じて、ウイルスの獲得、症状、会話の話題、言語複雑性の測定に関する潜在的な報告を追跡する。
また、新型コロナウイルスの会話におけるヘイトフルツイートのインスタンスを認識するためのBERTベースのモデルを提案し、最先端のパフォーマンスよりもエラー率を低くする。
本研究は,提案フレームワークの有効性を実証的に検証し,ソーシャルメディアデータを効果的に活用し,感染症の発生過程に関する安価かつ詳細な知見を公衆衛生専門家に提供することをさらに実証する。
関連論文リスト
- Event Detection from Social Media for Epidemic Prediction [76.90779562626541]
ソーシャルメディア投稿から疫病関連事象を抽出・分析する枠組みを構築した。
実験では、新型コロナウイルスベースのSPEEDで訓練されたEDモデルが、3つの目に見えない流行の流行を効果的に検出する方法が明らかにされている。
モンキーポックスのWHO流行宣言より4～9週間早く,抽出した事象の報告が急激な増加を示すことを示す。
論文 参考訳（メタデータ） (2024-04-02T06:31:17Z) - A Comparative Analysis of the COVID-19 Infodemic in English and Chinese:
Insights from Social Media Textual Data [2.641576480886427]
新型コロナウイルス(COVID-19)のインフォデミック(インフォデミック)は、パンデミックに関連する誤報や未確認の主張が急速に広まるのを特徴としている。
本稿では、ソーシャルメディアプラットフォームから抽出したテキストデータを用いて、英語と中国語におけるCOVID-19インフォデミックの比較分析を行った。
論文 参考訳（メタデータ） (2023-11-14T08:55:11Z) - GPT-4V(ision) as A Social Media Analysis Engine [77.23394183063238]
本稿では,GPT-4Vのソーシャルマルチメディア分析能力について考察する。
我々は、感情分析、ヘイトスピーチ検出、フェイクニュース識別、人口推定、政治的イデオロギー検出を含む5つの代表的なタスクを選択する。
GPT-4Vはこれらのタスクにおいて顕著な効果を示し、画像とテキストのペアの理解、文脈と文化の認識、広義のコモンセンス知識などの強みを示している。
論文 参考訳（メタデータ） (2023-11-13T18:36:50Z) - Cross-Platform Social Dynamics: An Analysis of ChatGPT and COVID-19
Vaccine Conversations [37.69303106863453]
2022年のChatGPTのリリースと2021年の新型コロナウイルスワクチンに関する世界的な議論という、2つの重要な出来事に関する1200万件以上の投稿とニュース記事を分析した。
データはTwitter、Facebook、Instagram、Reddit、YouTube、GDELTなど、複数のプラットフォームから収集された。
トピックモデリング手法を用いて,各プラットフォーム上の異なる主題のエミュレーションを明らかにし,その特徴と対象のオーディエンスを反映した。
論文 参考訳（メタデータ） (2023-10-17T09:58:55Z) - "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) - TBCOV: Two Billion Multilingual COVID-19 Tweets with Sentiment, Entity,
Geo, and Gender Labels [5.267993069044648]
この研究は、新型コロナウイルス(COVID-19)のパンデミックに関連する20億以上の多言語ツイートを1年以上にわたって収集した大規模なTwitterデータセットTBCOVを提示する。
いくつかの最先端のディープラーニングモデルは、感情ラベル、名前付きエンティティ、人物の言及、組織、場所、ユーザータイプ、性別情報など、重要な属性でデータを強化するために使用される。
我々の感情と傾向分析は興味深い洞察を示し、TBCOVが重要なトピックを幅広くカバーしていることを確認する。
論文 参考訳（メタデータ） (2021-10-04T06:17:12Z) - 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) - Topic, Sentiment and Impact Analysis: COVID19 Information Seeking on
Social Media [1.6328866317851185]
この研究は、COVID19に関連するオーストラリアの球面の大規模な時空間的ツイートデータセットを分析した。
この手法にはボリューム分析、ダイナミックトピックモデリング、感情検出、セマンティックブランドスコアが含まれていた。
得られた知見は、政府報告事例のような独立に観察された現象と比較される。
論文 参考訳（メタデータ） (2020-08-28T02:03:18Z) - Tracking, exploring and analyzing recent developments in German-language
online press in the face of the coronavirus crisis: cOWIDplus Analysis and
cOWIDplus Viewer [62.997667081978825]
新型コロナウイルスのパンデミックは、世界が第二次世界大戦以来直面してきた最大の危機かもしれない。
私たちの主要なコミュニケーションツールとして言語に影響を与えているのも驚きではありません。
ドイツ語のサブセット上でこれらの効果をキャプチャし、説明するために設計された3つの相互接続リソースを提示する。
論文 参考訳（メタデータ） (2020-05-27T12:21:36Z) - Critical Impact of Social Networks Infodemic on Defeating Coronavirus
COVID-19 Pandemic: Twitter-Based Study and Research Directions [1.6571886312953874]
2019年の推計295億人が世界中でソーシャルメディアを利用している。
コロナウイルスの流行は、ソーシャルメディアの津波を引き起こした。
本稿では,Twitterから収集したデータに基づく大規模研究について述べる。
論文 参考訳（メタデータ） (2020-05-18T15:53:13Z) - 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。