[論文レビュー] A sentiment analysis of Singapore Presidential Election 2011 using Twitter data with census correction

Murphy Choy, Michelle L. F. Cheong+2 more|arXiv (Cornell University)|Aug 29, 2011

Sentiment Analysis and Opinion Mining参考文献 15被引用数 86

ひとこと要約

本論文は、シンガポール2011年大統領選挙の投票率を予測するための感情分析手法を提案し、人口統計データを用いた再重み付けによりサンプリングバイアスを是正する。再重み付けされた感情スコアは、生のTwitter感情スコアに比べ予測精度が著しく向上することを示しており、匿名のオンラインユーザーに起因する固有のバイアスが存在するものの、政治的予測にソーシャルメディアを活用する有効なアプローチを提供する。

ABSTRACT

Sentiment analysis is a new area in text analytics where it focuses on the analysis and understanding of the emotions from the text patterns. This new form of analysis has been widely adopted in customer relation management especially in the context of complaint management. With increasing level of interest in this technology, more and more companies are adopting it and using it to champion their marketing efforts. However, sentiment analysis using twitter has remained extremely difficult to manage due to the sampling bias. In this paper, we will discuss about the application of using reweighting techniques in conjunction with online sentiment divisions to predict the vote percentage that individual candidate will receive. There will be in depth discussion about the various aspects using sentiment analysis to predict outcomes as well as the potential pitfalls in the estimation due to the anonymous nature of the internet.

研究の動機と目的

• シンガポール2011年大統領選挙において、Twitterの感情分析が実際の選挙結果を予測可能かどうかを検討すること。
• 非代表的なユーザーの人口統計的特徴に起因するTwitterデータにおける固有のサンプリングバイアスを是正すること。
• 実際の有権者に近づけるよう、国勢調査データを用いた再重み付け技術を適用して感情スコアを調整すること。
• 実際の民主的文脈におけるオンライン感情分析が、政治的予測のツールとしてどれほど有効であるかを評価すること。

提案手法

• 著者らは、2011年シンガポール大統領選挙の選挙運動期間中にTwitterデータを収集する。
• 事前に定義されたリソースを用いて感情分析を実施し、メッセージを肯定的、否定的、中立的のいずれに分類する。
• 国家の国勢調査データを用いて、Twitterユーザー集団における人口的不均衡を是正する再重み付け技術を適用する。
• 再重み付けされた感情スコアを集約し、実際の投票率と相関させて予測力の評価を行う。
• 予測精度の向上を評価するために、生の感情スコアの割合と国勢調査補正済みの感情スコアの割合を比較する。
• 統計的モデリングを用いて、是正済みの感情傾向と実際の選挙結果との関係を検証する。

実験結果

リサーチクエスチョン

• RQ1 Twitterの感情分析は、全国的選挙において実際の世論をどれほど正確に反映できるか？
• RQ2 Twitterユーザーの人口的特徴に起因するサンプリングバイアスは、感情分析に基づく予測の信頼性にどのように影響するか？
• RQ3 国勢調査に基づく再重み付けは、感情分析による得票率推定の正確性を著しく向上させることができるか？
• RQ4 選挙運動期間を通じて、再重み付けされた感情傾向の推移は、実際の得票率の推移とどのように比較できるか？

主な発見

• 国勢調査に基づく再重み付けは、生の感情スコアに比べ、Twitterの感情と実際の選挙結果との整合性を顕著に向上させた。
• 是正済みの感情分析は、未是正の感情よりも最終得票率との相関が強く、バイアスが低減していることを示した。
• 本研究では、Twitterユーザーが若年層、都市部居住者、英語話者に偏っていることが判明し、特定の人口統計的グループが系統的に過大代表されていた。
• 限界はあるものの、再重み付けされた感情モデルは、実際の得票構成を合理的に近似できており、政治的予測における有用性を示唆している。