論文の概要: Discourse Analysis of Covid-19 in Persian Twitter Social Networks Using
Graph Mining and Natural Language Processing
- arxiv url: http://arxiv.org/abs/2109.00298v1
- Date: Wed, 1 Sep 2021 10:39:20 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-02 14:16:47.821102
- Title: Discourse Analysis of Covid-19 in Persian Twitter Social Networks Using
Graph Mining and Natural Language Processing
- Title（参考訳）: グラフマイニングと自然言語処理を用いたペルシアのTwitterソーシャルネットワークにおけるCovid-19の談話分析
- Authors: Omid Shokrollahi, Niloofar Hashemi, Mohammad Dehghani
- Abstract要約: 調査されたビッグデータは、ペルシャのTwitterネットワークのユーザ16万から500万のツイートだ。
分析されたイラン社会は、自分たちがコビッド19の悪い問題に責任があるとは考えていない。
最も活発で影響力のある利用者の類似性は、政治的、国家的、批判的な談話の構築が主なものであることである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: One of the new scientific ways of understanding discourse dynamics is
analyzing the public data of social networks. This research's aim is
Post-structuralist Discourse Analysis (PDA) of Covid-19 phenomenon (inspired by
Laclau and Mouffe's Discourse Theory) by using Intelligent Data Mining for
Persian Society. The examined big data is five million tweets from 160,000
users of the Persian Twitter network to compare two discourses. Besides
analyzing the tweet texts individually, a social network graph database has
been created based on retweets relationships. We use the VoteRank algorithm to
introduce and rank people whose posts become word of mouth, provided that the
total information spreading scope is maximized over the network. These users
are also clustered according to their word usage pattern (the Gaussian Mixture
Model is used). The constructed discourse of influential spreaders is compared
to the most active users. This analysis is done based on Covid-related posts
over eight episodes. Also, by relying on the statistical content analysis and
polarity of tweet words, discourse analysis is done for the whole mentioned
subpopulations, especially for the top individuals. The most important result
of this research is that the Twitter subjects' discourse construction is
government-based rather than community-based. The analyzed Iranian society does
not consider itself responsible for the Covid-19 wicked problem, does not
believe in participation, and expects the government to solve all problems. The
most active and most influential users' similarity is that political, national,
and critical discourse construction is the predominant one. In addition to the
advantages of its research methodology, it is necessary to pay attention to the
study's limitations. Suggestion for future encounters of Iranian society with
similar crises is given.
- Abstract（参考訳）: 談話力学を理解する新しい科学的方法の1つは、ソーシャルネットワークの公開データを分析することである。
本研究の目的は,ペルシア社会における知的データマイニング(Intelligent Data Mining)を用いたCovid-19現象(LaclauとMouffe's Discourse Theoryに触発された)のポスト構造主義談話分析(PDA)である。
調査されたビッグデータは、ペルシャのtwitterネットワークの16万人のユーザーの500万ツイートで、2つの会話を比較している。
ツイートテキストを個別に分析するだけでなく、リツイートの関係に基づいてソーシャルネットワークグラフデータベースが作成されている。
我々は、投票ランクアルゴリズムを用いて、ネットワーク上での情報拡散範囲を最大化することにより、投稿が口コミとなる人を紹介・ランク付けする。
これらのユーザは、ワード使用パターンに従ってクラスタリングされる(ガウス混合モデルが使用される)。
影響力のあるスプレッドシートの構築談話は、最もアクティブなユーザと比較される。
この分析は8エピソードにわたるコビッド関連の投稿に基づいて行われる。
また、つぶやき単語の統計的内容分析と極性に頼ることにより、上記サブポピュレーション全体、特に上位個人について、談話分析を行う。
この研究の最も重要な結果は、Twitterの主題の談話構築がコミュニティベースではなく政府ベースのものであることである。
分析されたイラン社会は、コビッド19の悪い問題に対する責任を自覚せず、参加を信じておらず、政府がすべての問題を解決することを期待している。
最も活発で影響力のあるユーザーの類似性は、政治的、全国的、そして批判的な言論構成が支配的であることである。
研究手法の利点に加えて,研究の限界にも注意を払う必要がある。
同様の危機を伴うイラン社会の将来の出会いを示唆する。
関連論文リスト
- Detecting Political Opinions in Tweets through Bipartite Graph Analysis:
A Skip Aggregation Graph Convolution Approach [9.350629400940493]
私たちは2020年の米国大統領選挙に集中し、Twitterから大規模なデータセットを作成します。
ツイート中の政治的意見を検出するために,ユーザの投稿行動とリツイート行動に基づいて,ユーザツイートの2部グラフを構築した。
ツイートノードに2階隣人からの情報を集約する新しいスキップアグリゲーション機構を導入する。
論文 参考訳（メタデータ） (2023-04-22T10:38:35Z) - Design and analysis of tweet-based election models for the 2021 Mexican
legislative election [55.41644538483948]
選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。
地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
論文 参考訳（メタデータ） (2023-01-02T12:40:05Z) - 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) - Identification of Twitter Bots based on an Explainable ML Framework: the
US 2020 Elections Case Study [72.61531092316092]
本稿では,ラベル付きTwitterデータに基づくTwitterボット識別システムの設計に焦点をあてる。
Supervised Machine Learning (ML)フレームワークは、Extreme Gradient Boosting (XGBoost)アルゴリズムを用いて採用されている。
また、MLモデルの予測を説明するためにShapley Additive Explanations (SHAP)をデプロイした。
論文 参考訳（メタデータ） (2021-12-08T14:12:24Z) - Extracting Feelings of People Regarding COVID-19 by Social Network
Mining [0.0]
英語における新型コロナウイルス関連ツイートのデータセットが収集される。
2020年3月23日から6月23日までに200万件以上のツイートが分析されている。
論文 参考訳（メタデータ） (2021-10-12T16:45:33Z) - A Study on Herd Behavior Using Sentiment Analysis in Online Social
Network [1.5673338088641469]
本稿では,オンラインソーシャルネットワーキングサイトからの批判的意見を予測するための多様な戦略の能力について述べる。
ソーシャルメディアはここ数十年で良いメディアとなり、世界中の意見を共有している。
本研究では,ソーシャルメディアコンテンツを用いた感情分析手法の評価を行った。
論文 参考訳（メタデータ） (2021-07-25T05:22:35Z) - News consumption and social media regulations policy [70.31753171707005]
我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。
以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。
Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
論文 参考訳（メタデータ） (2021-06-07T19:26:32Z) - Towards A Sentiment Analyzer for Low-Resource Languages [0.0]
本研究は,当時盛んに議論されてきた特定のトレンドトピックに対して,ユーザの感情を分析することを目的としている。
2019年のインドネシア大統領選挙で話題になったハッシュタグのtextit#kpujangancurangを使っています。
本研究は,ラピッドマイニングツールを用いて,Twitterデータを生成し,Nieve Bayes,K-Nearest Neighbor,Decision Tree,Multi-Layer Perceptronの分類手法を比較し,Twitterデータの感情を分類する。
論文 参考訳（メタデータ） (2020-11-12T13:50:00Z) - 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) - 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) - 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。