論文の概要: Public Sentiment Analysis of Traffic Management Policies in Knoxville: A Social Media Driven Study

• arxiv url: http://arxiv.org/abs/2512.03103v1
• Date: Mon, 01 Dec 2025 23:02:23 GMT
• ステータス: 情報取得中
• システム内更新日: 2025-12-04 12:10:43.935978
• Title: Public Sentiment Analysis of Traffic Management Policies in Knoxville: A Social Media Driven Study
• Title（参考訳）: ノックスビルにおける交通管理政策の社会的感性分析 : ソーシャルメディアによる研究
• Authors: Shampa Saha, Shovan Roy,
• Abstract要約: 本研究は, テネシー州ノックスビルの交通管理方針に対する世論の包括的分析を行い, Twitter と Reddit プラットフォームからのソーシャルメディアデータを活用した。 我々は2022年1月から2023年12月までの7906の投稿を,感情分析にValence Aware Dictionary,sEntiment Reasoner,トピックモデリングにLatent Dirichlet Allocationを用いて収集,分析した。 以上の結果から, プラットフォームやトピックに有意な差がみられた。
• 参考スコア（独自算出の注目度）: 0.2750124853532832
• License:
• Abstract: This study presents a comprehensive analysis of public sentiment toward traffic management policies in Knoxville, Tennessee, utilizing social media data from Twitter and Reddit platforms. We collected and analyzed 7906 posts spanning January 2022 to December 2023, employing Valence Aware Dictionary and sEntiment Reasoner (VADER) for sentiment analysis and Latent Dirichlet Allocation (LDA) for topic modeling. Our findings reveal predominantly negative sentiment, with significant variations across platforms and topics. Twitter exhibited more negative sentiment compared to Reddit. Topic modeling identified six distinct themes, with construction-related topics showing the most negative sentiment while general traffic discussions were more positive. Spatiotemporal analysis revealed geographic and temporal patterns in sentiment expression. The research demonstrates social media's potential as a real-time public sentiment monitoring tool for transportation planning and policy evaluation.
• Abstract（参考訳）: 本研究は, テネシー州ノックスビルの交通管理方針に対する世論の包括的分析を行い, Twitter と Reddit プラットフォームからのソーシャルメディアデータを活用した。 我々は2022年1月から2023年12月までの7906の投稿を,感情分析にValence Aware DictionaryとsEntiment Reasoner(VADER),トピックモデリングにLatent Dirichlet Allocation(LDA)を用いて収集,分析した。 以上の結果から, プラットフォームやトピックに有意な差がみられた。 TwitterはRedditに比べてネガティブな感情を示した。 トピック・モデリングは6つの異なるテーマを特定し、建設に関するトピックは最も否定的な感情を示し、一般交通の議論はより肯定的であった。 時空間分析により感情表現の地理的および時間的パターンが明らかになった。 この研究は、交通計画と政策評価のためのリアルタイムの世論調査ツールとしてのソーシャルメディアの可能性を示すものである。

関連論文リスト

• Shifting Narratives: A Longitudinal Analysis of Media Trends and Public Attitudes on Homelessness [0.0]
  本研究は,ホームレスの範囲内でのフレーミング理論を検証するために,関連メディア記事の話題と感情傾向を分析した。 2015年から2023年にかけて、カリフォルニア州、フロリダ州、ワシントン州、オレゴン州、ニューヨーク州の州レベルのトレンドを調査した。 特にホームレス率の高い州では,メディアフレーミングと公的な感情との間に統計的に有意な相関が認められた。
  論文  参考訳（メタデータ） (2025-06-26T22:34:17Z)
• 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)
• Public Attitudes Toward ChatGPT on Twitter: Sentiments, Topics, and Occupations [1.6466986427682635]
  感情分析などの自然言語処理技術を適用し,ChatGPTに対する公衆の態度を検討した。 私たちの感情分析の結果、全体の感情は肯定的であり、ネガティブな感情は時間の経過とともに減少していたことが示唆された。 私たちのトピックモデルは、最も人気のあるトピックが、教育、バード、検索エンジン、OpenAI、マーケティング、サイバーセキュリティであることを示している。
  論文  参考訳（メタデータ） (2023-06-22T15:10:18Z)
• The Spread of Propaganda by Coordinated Communities on Social Media [43.2770127582382]
  我々は、2019年イギリス総選挙に関する大規模なTwitterデータセット上で、プロパガンダの拡散とその協調行動との相互作用を分析する。 プロパガンダの利用と協調行動を組み合わせることで、異なるコミュニティの真正性と有害性を明らかにすることができる。
  論文  参考訳（メタデータ） (2021-09-27T13:39:10Z)
• 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)
• Country Image in COVID-19 Pandemic: A Case Study of China [79.17323278601869]
  国像は国際関係と経済発展に大きな影響を与えている。 新型コロナウイルス(COVID-19)の世界的な流行で、各国と国民は異なる反応を見せている。 本研究では,中国を具体的かつ典型的な事例として捉え,大規模Twitterデータセットのアスペクトベース感情分析を用いてそのイメージを考察する。
  論文  参考訳（メタデータ） (2020-09-12T15:54:51Z)
• 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)
• Neural Temporal Opinion Modelling for Opinion Prediction on Twitter [42.87769996249732]
  本研究では,周辺環境における動的トピックシフトを捉えるために,トピック駆動型アテンション機構を設計する。 実験の結果,提案モデルでは,ポスト時間と将来のツイートのスタンスラベルの両方を,競合するベースラインよりも正確に予測できることがわかった。
  論文  参考訳（メタデータ） (2020-05-27T16:49:04Z)
• An Iterative Approach for Identifying Complaint Based Tweets in Social Media Platforms [76.9570531352697]
  本稿では,トランスポートドメインに関連する苦情に基づく投稿を識別する反復的手法を提案する。 研究目的のための新しいデータセットのリリースとともに、包括的評価を行う。
  論文  参考訳（メタデータ） (2020-01-24T22:23:22Z)

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。