論文の概要: Validating daily social media macroscopes of emotions

• arxiv url: http://arxiv.org/abs/2108.07646v2
• Date: Sun, 8 May 2022 21:45:10 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-18 05:24:16.047445
• Title: Validating daily social media macroscopes of emotions
• Title（参考訳）: 感情のソーシャルメディアマクロスコープの検証
• Authors: Max Pellert, Hannah Metzler, Michael Matzenberger and David Garcia
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.12656629989060433
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: To study emotions at the macroscopic level, affective scientists have made extensive use of sentiment analysis on social media text. However, this approach can suffer from a series of methodological issues with respect to sampling biases and measurement error. To date, it has not been validated if social media sentiment can measure the day to day temporal dynamics of emotions aggregated at the macro level of a whole online community. We ran a large-scale survey at an online newspaper to gather daily self-reports of affective states from its users and compare these with aggregated results of sentiment analysis of user discussions on the same online platform. Additionally, we preregistered a replication of our study using Twitter text as a macroscope of emotions for the same community. For both platforms, we find strong correlations between text analysis results and levels of self-reported emotions, as well as between inter-day changes of both measurements. We further show that a combination of supervised and unsupervised text analysis methods is the most accurate approach to measure emotion aggregates. We illustrate the application of such social media macroscopes when studying the association between the number of new COVID-19 cases and emotions, showing that the strength of associations is comparable when using survey data as when using social media data. Our findings indicate that macro level dynamics of affective states of users of an online platform can be tracked with social media text, complementing surveys when self-reported data is not available or difficult to gather.
• Abstract（参考訳）: 感情をマクロ的なレベルで研究するために、感情科学者はソーシャルメディアのテキストに感情分析を幅広く利用してきた。 しかしながら、このアプローチは、サンプリングバイアスと測定誤差に関して、一連の方法論的な問題に苦しむ可能性がある。 これまで、ソーシャルメディアの感情が、オンラインコミュニティ全体のマクロレベルに集約された感情の時間的ダイナミクスを日々測定できるかは検証されていない。 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感情状態の自己報告を収集し、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。 また,同コミュニティの感情のマクロスコープとしてTwitterテキストを用いた研究の再現を事前登録した。 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,および両測定の日内変化との間に強い相関関係が認められた。 さらに,教師付きテキスト分析手法と教師なしテキスト分析手法の組み合わせが感情集合を測定するための最も正確な手法であることを示す。 本研究では,新たな新型コロナウイルス感染者数と感情の関連性を研究する際にソーシャルメディアマクロスコープを適用し,調査データを用いた場合の関連性の強さがソーシャルメディアデータと同等であることを示す。 本研究は,オンラインプラットフォームのユーザの感情状態のマクロレベルダイナミクスをソーシャルメディアテキストで追跡し,自己報告データが入手できない場合や収集が難しい場合のサーベイを補完できることを示唆する。

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)
• Exploring Embeddings for Measuring Text Relatedness: Unveiling Sentiments and Relationships in Online Comments [1.7230140898679147]
  本稿では,様々なソーシャルメディアプラットフォームにおけるコメント間の感情的・意味的関係について検討する。 単語の埋め込みを使って文や文書のコンポーネントを分析する。 我々の分析は、オンラインコメントの相互接続性をより深く理解し、大きな相互接続脳として機能するインターネットの概念を調査する。
  論文  参考訳（メタデータ） (2023-09-15T04:57:23Z)
• 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)
• Semantic Similarity Models for Depression Severity Estimation [53.72188878602294]
  本稿では、ソーシャルメディアの文章に基づいて、個人のうつ病の重症度を研究するための効率的なセマンティックパイプラインを提案する。 我々は,抑うつ症状と重度レベルに対応する代表訓練文の指標に対して意味的ランキングを生成するために,テストユーザ文を使用する。 本手法を2つのRedditベースのベンチマークで評価し,うつ病の重症度を指標として,最先端技術よりも30%改善した。
  論文  参考訳（メタデータ） (2022-11-14T18:47:26Z)
• 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)
• Social media emotion macroscopes reflect emotional experiences in society at large [0.12656629989060433]
  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。
  論文  参考訳（メタデータ） (2021-07-28T09:40:42Z)
• 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)
• 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。