論文の概要: Social media emotion macroscopes reflect emotional experiences in
society at large
- arxiv url: http://arxiv.org/abs/2107.13236v1
- Date: Wed, 28 Jul 2021 09:40:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-20 17:20:45.558431
- Title: Social media emotion macroscopes reflect emotional experiences in
society at large
- Title（参考訳）: ソーシャルメディアの感情マクロスコープは社会全体における感情体験を反映する
- Authors: David Garcia, Max Pellert, Jana Lasser, Hannah Metzler
- Abstract要約: ソーシャルメディアは、大規模かつ長期間にわたって人間の行動に関するデータを生成する。
近年の研究では、ソーシャルメディアの感情と個人レベルでの質問票の相関が弱いことが示されている。
社会全体のレベルでの感情の時間的進化を追跡するために、ソーシャルメディアの感情マクロスコープの有効性を検証した研究はない。
- 参考スコア（独自算出の注目度）: 0.12656629989060433
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Social media generate data on human behaviour at large scales and over long
periods of time, posing a complementary approach to traditional methods in the
social sciences. Millions of texts from social media can be processed with
computational methods to study emotions over time and across regions. However,
recent research has shown weak correlations between social media emotions and
affect questionnaires at the individual level and between static regional
aggregates of social media emotion and subjective well-being at the population
level, questioning the validity of social media data to study emotions. Yet, to
date, no research has tested the validity of social media emotion macroscopes
to track the temporal evolution of emotions at the level of a whole society.
Here we present a pre-registered prediction study that shows how
gender-rescaled time series of Twitter emotional expression at the national
level substantially correlate with aggregates of self-reported emotions in a
weekly representative survey in the United Kingdom. A follow-up exploratory
analysis shows a high prevalence of third-person references in
emotionally-charged tweets, indicating that social media data provide a way of
social sensing the emotions of others rather than just the emotional
experiences of users. These results show that, despite the issues that social
media have in terms of representativeness and algorithmic confounding, the
combination of advanced text analysis methods with user demographic information
in social media emotion macroscopes can provide measures that are informative
of the general population beyond social media users.
- Abstract（参考訳）: ソーシャルメディアは、大規模かつ長期間にわたる人間の行動に関するデータを生成し、社会科学における伝統的な手法を補完するアプローチである。
ソーシャルメディアからの何百万ものテキストは、時間と地域にわたって感情を研究する計算手法で処理することができる。
しかし、近年の研究では、ソーシャルメディアの感情と、個人レベルでのアンケートと、ソーシャルメディア感情の静的な地域的集計と、人口レベルでの主観的幸福との相関が弱く、ソーシャルメディアデータの有効性に疑問を投げかけている。
しかし、これまでのところ、ソーシャルメディアの感情マクロスコープが社会全体のレベルで感情の時間的進化を追跡しているという研究は行われていない。
本稿では、全国レベルでのtwitterの感情表現のジェンダーリスケール時系列と自己報告された感情の集約との相関性を示す、事前登録された予測研究について紹介する。
フォローアップ探索分析では、感情に満ちたツイートにおける第三者参照の頻度が高く、ソーシャルメディアデータはユーザーの感情体験だけでなく、他人の感情を社会的に感知する方法を提供することを示している。
これらの結果から,ソーシャルメディアが代表性やアルゴリズム的複合性に関して抱える問題にもかかわらず,高度なテキスト分析手法とソーシャルメディア感情マクロスコープにおけるユーザ人口統計情報の組み合わせは,ソーシャルメディアユーザを超えて一般大衆に有益な指標を提供できることが示唆された。
関連論文リスト
- Measuring Non-Typical Emotions for Mental Health: A Survey of Computational Approaches [57.486040830365646]
ストレスと抑うつは日々のタスクにおけるエンゲージメントに影響を与え、彼らの相互作用を理解する必要性を強調します。
この調査は、ストレス、抑うつ、エンゲージメントを分析する計算手法を同時に探求した最初のものである。
論文 参考訳（メタデータ） (2024-03-09T11:16:09Z) - Emotion fusion for mental illness detection from social media: A survey [16.410940528107115]
精神病は世界中で最も多い公衆衛生問題の一つである。
ソーシャルメディア上でユーザーが作成した投稿を分析し、精神疾患の早期発見に対する研究の関心が高まっている。
感情と精神疾患の相関関係から,感情情報の活用と融合が重要な研究トピックに発展してきた。
論文 参考訳（メタデータ） (2023-04-19T08:28:34Z) - Machine Learning Algorithms for Depression Detection and Their
Comparison [0.0]
我々は、ソーシャルメディア利用者の行動を分析して、オンラインソーシャルメディア利用者の自動抑うつ検知を設計した。
その根底にある分類器は、感情的人工知能の最先端技術を使って作られている。
論文 参考訳（メタデータ） (2023-01-09T09:34:38Z) - Self-supervised Hypergraph Representation Learning for Sociological
Analysis [52.514283292498405]
本稿では,データマイニング技術と社会学的行動基準のさらなる融合を支援するための基本的な方法論を提案する。
まず,効率的なハイパーグラフ認識と高速グラフ構築フレームワークを提案する。
第2に,ユーザからユーザへのソーシャルインフルエンスを学習するためのハイパーグラフベースニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2022-12-22T01:20:29Z) - BERT-Deep CNN: State-of-the-Art for Sentiment Analysis of COVID-19
Tweets [0.7850663096185592]
新型コロナウイルスのパンデミックは、ソーシャルメディアプラットフォーム上で議論されている出来事の1つだ。
パンデミックの状況では、ソーシャルメディアのテキストを分析して感情的傾向を明らかにすることが非常に有用である。
我々は、最先端のBERTモデルとDeep CNNモデルを用いて、ソーシャルメディアを通じて、新型コロナウイルスのパンデミックに対する社会の認識を研究する。
論文 参考訳（メタデータ） (2022-11-04T14:35:56Z) - Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A
Survey [71.43956423427397]
本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。
この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。
もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
論文 参考訳（メタデータ） (2022-07-20T13:37:57Z) - Validating daily social media macroscopes of emotions [0.12656629989060433]
われわれはオンライン新聞で大規模な調査を行い、ユーザーから毎日の情緒的状態の自己報告を収集した。
同じオンラインプラットフォーム上でのユーザディスカッションの感情分析の結果と比較した。
両プラットフォームにおいて,テキスト分析結果と自己報告感情のレベルとの間には強い相関関係が認められた。
論文 参考訳（メタデータ） (2021-08-17T14:28:56Z) - Two-Faced Humans on Twitter and Facebook: Harvesting Social Multimedia
for Human Personality Profiling [74.83957286553924]
我々は、"PERS"と呼ばれる新しい多視点融合フレームワークを適用して、マイアーズ・ブリッグス・パーソナリティ・タイプインジケータを推定する。
実験の結果,多視点データからパーソナリティ・プロファイリングを学習する能力は,多様なソーシャル・マルチメディア・ソースからやってくるデータを効率的に活用できることが示唆された。
論文 参考訳（メタデータ） (2021-06-20T10:48:49Z) - Can You be More Social? Injecting Politeness and Positivity into
Task-Oriented Conversational Agents [60.27066549589362]
人間エージェントが使用する社会言語は、ユーザーの応答性の向上とタスク完了に関連しています。
このモデルは、ソーシャル言語理解要素で拡張されたシーケンスからシーケンスまでのディープラーニングアーキテクチャを使用する。
人的判断と自動言語尺度の両方を用いたコンテンツ保存と社会言語レベルの評価は,エージェントがより社会的に適切な方法でユーザの問題に対処できる応答を生成できることを示している。
論文 参考訳（メタデータ） (2020-12-29T08:22:48Z) - Over a Decade of Social Opinion Mining [1.0152838128195467]
この体系的なレビューは、社会オピニオン鉱業の進化する研究領域に焦点を当てている。
自然言語は、人間によって表現されるように、異なる意見次元の観点で理解することができる。
今後の研究の方向性が提示される一方、さらなる研究と開発は、より広範な学術的・社会的影響を残す可能性がある。
論文 参考訳（メタデータ） (2020-12-05T17:59:59Z) - Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。
議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。
我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
論文 参考訳（メタデータ） (2020-04-20T20:00:27Z)
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。