論文の概要: An Exploratory Study of Tweets about the SARS-CoV-2 Omicron Variant:
Insights from Sentiment Analysis, Language Interpretation, Source Tracking,
Type Classification, and Embedded URL Detection
- arxiv url: http://arxiv.org/abs/2208.10252v1
- Date: Wed, 20 Jul 2022 18:47:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-04 07:51:11.024642
- Title: An Exploratory Study of Tweets about the SARS-CoV-2 Omicron Variant:
Insights from Sentiment Analysis, Language Interpretation, Source Tracking,
Type Classification, and Embedded URL Detection
- Title（参考訳）: SARS-CoV-2 Omicron Variantに関するつぶやきの探索的研究:感性分析、言語解釈、ソース追跡、型分類、埋め込みURL検出からの検討
- Authors: Nirmalya Thakur and Chia Y. Han
- Abstract要約: 本稿では、新型コロナウイルスのパンデミックに関連するTwitter上のビッグデータの連続的生成に関する探索的研究の成果について述べる。
Omicronの亜種に関する合計12028のツイートが研究され、分析されたツイートの特徴には感情、言語、ソース、タイプ、埋め込みURLが含まれる。
この分野で同様の研究を支援するために、2021年11月24日に初めて検出されたSARS-CoV-2 omicron変種に関する50,000以上のツイートからなるTwitterデータセットを開発した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents the findings of an exploratory study on the continuously
generating Big Data on Twitter related to the sharing of information, news,
views, opinions, ideas, feedback, and experiences about the COVID-19 pandemic,
with a specific focus on the Omicron variant, which is the globally dominant
variant of SARS-CoV-2 at this time. A total of 12028 tweets about the Omicron
variant were studied, and the specific characteristics of tweets that were
analyzed include - sentiment, language, source, type, and embedded URLs. The
findings of this study are manifold. First, from sentiment analysis, it was
observed that 50.5% of tweets had a neutral emotion. The other emotions - bad,
good, terrible, and great were found in 15.6%, 14.0%, 12.5%, and 7.5% of the
tweets, respectively. Second, the findings of language interpretation showed
that 65.9% of the tweets were posted in English. It was followed by Spanish,
French, Italian, and other languages. Third, the findings from source tracking
showed that Twitter for Android was associated with 35.2% of tweets. It was
followed by Twitter Web App, Twitter for iPhone, Twitter for iPad, and other
sources. Fourth, studying the type of tweets revealed that retweets accounted
for 60.8% of the tweets, it was followed by original tweets and replies that
accounted for 19.8% and 19.4% of the tweets, respectively. Fifth, in terms of
embedded URL analysis, the most common domain embedded in the tweets was found
to be twitter.com, which was followed by biorxiv.org, nature.com, and other
domains. Finally, to support similar research in this field, we have developed
a Twitter dataset that comprises more than 500,000 tweets about the SARS-CoV-2
omicron variant since the first detected case of this variant on November 24,
2021.
- Abstract（参考訳）: 本稿では、新型コロナウイルス(covid-19)のパンデミックに関する情報、ニュース、ビュー、意見、意見、フィードバック、および経験の共有に関連するtwitterのビッグデータを継続的に生成することに関する探索的な研究の成果について述べる。
Omicronの亜種に関する合計12028のツイートが研究され、分析されたツイートの特徴には感情、言語、ソース、タイプ、埋め込みURLが含まれる。
この研究の成果は多様体である。
まず、感情分析の結果、50.5%のツイートが中立的な感情を持っていることがわかった。
その他の感情(悪い、良い、悪い、大きい)は、それぞれ15.6%、14.0%、12.5%、そして7.5%であった。
第2に、言語解釈の結果、ツイートの65.9%が英語で投稿された。
その後、スペイン語、フランス語、イタリア語、その他の言語が続いた。
第三に、ソース追跡の結果から、android版twitterのツイートの35.2%が関連していることがわかった。
続いてtwitterのウェブアプリ、iphone用twitter、ipad用twitter、その他の情報源が続いた。
第4に、リツイートのタイプを調べると、リツイートの60.8%がツイートであり、その後にそれぞれ19.8%と19.4%のツイートがツイートされた。
第5に、組み込みURL分析では、ツイートに埋め込まれた最も一般的なドメインはtwitter.comで、その後biorxiv.org、 nature.com、その他のドメインが続いた。
最後に、この分野で同様の研究を支援するために、2021年11月24日に初めて検出されたSARS-CoV-2 omicron変異体に関する50万以上のツイートを含むTwitterデータセットを開発した。
関連論文リスト
- Sentiment Analysis and Text Analysis of the Public Discourse on Twitter
about COVID-19 and MPox [0.0]
新型コロナウイルス(COVID-19)とMPox(MPox)の最近の流行は、情報の検索や共有、意見、感情の両面でのTwitter利用の触媒となった。
この分野での以前の研究は、COVID-19とMPoxの両方に焦点を当てたツイートを同時に分析することはなかった。
この研究ギャップに対処するため、2022年5月7日から2023年3月3日までに、MPoxとCOVID-19を同時に対象とする合計61,862のツイートが調査された。
論文 参考訳（メタデータ） (2023-12-17T01:50:27Z) - Russo-Ukrainian War: Prediction and explanation of Twitter suspension [47.61306219245444]
本研究は、Twitterのサスペンション機構と、これにつながる可能性のあるユーザアカウントの共有コンテンツと機能の分析に焦点を当てる。
Twitter APIを使って、980万人のユーザーから生まれた107.7万のツイートを含むデータセットを入手しました。
この結果から、Bitcoin詐欺、スパム、広告キャンペーンに対するロシアとウクライナの紛争に関するトレンドを生かした詐欺キャンペーンが明らかになった。
論文 参考訳（メタデータ） (2023-06-06T08:41:02Z) - Twitter Dataset on the Russo-Ukrainian War [68.713984286035]
Twitter APIから現在進行中のデータセットの取得を開始しています。
データセットは770万人のユーザーを起源とする5730万ツイートに達している。
我々は、最初のボリュームと感情分析を適用し、データセットはトピック分析、ヘイトスピーチ、プロパガンダ認識、ボットネットのような潜在的な悪意のあるエンティティを示すためにさらに探索的な調査に使用することができる。
論文 参考訳（メタデータ） (2022-04-07T12:33:06Z) - Manipulating Twitter Through Deletions [64.33261764633504]
Twitter上でのインフルエンスキャンペーンの研究は、公開APIを通じて得られたツイートから悪意のあるアクティビティを識別することに大きく依存している。
ここでは,1100万以上のアカウントによる10億以上の削除を含む,異常な削除パターンを網羅的かつ大規模に分析する。
少数のアカウントが毎日大量のツイートを削除していることがわかった。
まず、ツイートのボリューム制限が回避され、特定のアカウントが毎日2600万以上のツイートをネットワークに流すことができる。
第二に、調整されたアカウントのネットワークは、繰り返しのいいね!や、最終的に削除されるコンテンツとは違って、ランキングアルゴリズムを操作できる。
論文 参考訳（メタデータ） (2022-03-25T20:07:08Z) - What goes on inside rumour and non-rumour tweets and their reactions: A
Psycholinguistic Analyses [58.75684238003408]
ソーシャルメディアのテキストの心理言語学的分析は、誤情報を緩和するために意味のある結論を導くのに不可欠である。
本研究は,様々な事象に関する噂の深い心理言語学的分析を行うことによって貢献する。
論文 参考訳（メタデータ） (2021-11-09T07:45:11Z) - Understanding Information Spreading Mechanisms During COVID-19 Pandemic
by Analyzing the Impact of Tweet Text and User Features for Retweet
Prediction [6.658785818853953]
新型コロナウイルスは世界の経済や、ほぼすべての人々の日常生活に影響を与えている。
ソーシャルメディアプラットフォームは、情報を共有できる他のユーザーと情報を共有できる。
CNNとRNNをベースとした2つのモデルを提案し、これらのモデルの性能を公開のTweetsCOV19データセットで評価する。
論文 参考訳（メタデータ） (2021-05-26T15:55:58Z) - 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) - ArCOV19-Rumors: Arabic COVID-19 Twitter Dataset for Misinformation
Detection [6.688963029270579]
ArCOV19-Rumorsは、1月27日から2020年4月末までのクレームを含むツイートからなる誤情報検出のためのアラビア語のTwitterデータセットである。
本誌は138件の確認済みのクレームを、主に人気ファクトチェックサイトから収集し、それらのクレームに関連する9.4万件のツイートを特定した。
ツイートは、パンデミックで直面した主要な問題の一つである誤情報検出の研究を支援するために、正確さで手動で注釈付けされた。
論文 参考訳（メタデータ） (2020-10-17T11:21:40Z) - Understanding the Hoarding Behaviors during the COVID-19 Pandemic using
Large Scale Social Media Data [77.34726150561087]
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。
論文 参考訳（メタデータ） (2020-10-15T16:02:25Z) - Russian trolls speaking Russian: Regional Twitter operations and MH17 [68.8204255655161]
2018年、Twitterはロシアのトロルとして特定されたアカウントのデータを公開した。
我々はこれらのトロルのロシア語操作を分析する。
MH17の事故に関するトロルズの情報キャンペーンは、ツイート数で最大のものだった。
論文 参考訳（メタデータ） (2020-05-13T19:48:12Z) - That Message Went Viral?! Exploratory Analytics and Sentiment Analysis
into the Propagation of Tweets [0.0]
我々は100万ツイート以上のデータセットについて探索分析を行った。
我々は、最も人気のあるメッセージを特定し、複数の内因性次元でつぶやきを分析した。
私たちはいくつかの興味深いパターンを発見し、研究者や実践者が人気のあるバイラルツイートの振る舞いをよりよく理解するための新たな洞察を明らかにしました。
論文 参考訳（メタデータ） (2020-04-21T02:38:53Z)
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。