[論文レビュー] Mining Public Opinion about Economic Issues: Twitter and the U.S. Presidential Election

Amir Karami, London S. Bennett+1 more|arXiv (Cornell University)|Feb 6, 2018

Sentiment Analysis and Opinion Mining参考文献 25被引用数 5

ひとこと要約

本論文は、2012年米国大統領選挙期における数百万件のツイートから、感情分析とトピックモデリングを組み合わせたハイブリッド計算的手法を提案する。この手法は、主要な経済的懸念事項と感情の傾向を効果的に特定し、選挙期における一般の経済的世論をタイムリーかつスケーラブルに把握できることが示されている。

ABSTRACT

Opinion polls have been the bridge between public opinion and politicians in elections. However, developing surveys to disclose people's feedback with respect to economic issues is limited, expensive, and time-consuming. In recent years, social media such as Twitter has enabled people to share their opinions regarding elections. Social media has provided a platform for collecting a large amount of social media data. This paper proposes a computational public opinion mining approach to explore the discussion of economic issues in social media during an election. Current related studies use text mining methods independently for election analysis and election prediction; this research combines two text mining methods: sentiment analysis and topic modeling. The proposed approach has effectively been deployed on millions of tweets to analyze economic concerns of people during the 2012 US presidential election.

研究の動機と目的

• 従来の世論調査にはコストが高くつき、時間がかかり、経済的問題に関する一般世論を捕捉する頻度が低いという限界を是正すること。
• 特にTwitterを含むソーシャルメディアデータのリアルタイム性と大規模性を活用し、選挙期における経済的テーマに関する一般世論の対話をモニタリングすること。
• 感情分析とトピックモデリングを統合した計算フレームワークを構築・検証し、より包括的な一般世論抽出を実現すること。
• ソーシャルメディアデータが政治的文脈における経済的懸念を理解する補完的ツールとして実用可能であることを示すこと。

提案手法

• 本研究は、2012年米国大統領選挙期間中に収集された、地理的タグとタイムスタンプが付与された数百万件のツイートを処理する。
• 事前学習済みモデルを用いて、各ツイートの感情を肯定的、否定的、中立的のいずれかに分類する教師あり感情分析を適用する。
• 潜在ディリクレ割り当て（LDA）を用いたトピックモデリングを実施し、経済的問題に関連する繰り返し現れるテーマを同定する。
• 感情スコアとトピック分布を統合して、異なる経済的トピックごとの感情の変動を分析する。
• 時間的変化の分析を実施し、特に主要な選挙イベントの周辺における感情とトピックの出現頻度の変化を追跡する。
• 感情傾向のトレンドを、既知の選挙イベントおよび従来の出所からの一般世論トレンドと照合することで、フレームワークの妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 2012年米国大統領選挙期に、Twitter上での経済的問題に関する一般の感情はどのように変化したか？
• RQ2 Twitter上で主に議論された経済的トピックは何か。また、それらは主要な選挙イベントとどのように関連しているか？
• RQ3 ソーシャルメディアデータの感情分析とトピックモデリングは、経済的問題に関する一般世論トレンドをどれほど反映または予測できるか？
• RQ4 失業、医療保険、税制といった主要な経済的トピックごとに、感情パターンはどのように異なるか？
• RQ5 従来の世論調査と比較して、ソーシャルメディアデータは、一般の経済的懸念をタイムリーかつスケーラブルに把握するのに有効であるか？

主な発見

• 本研究では、2012年の選挙期にTwitter上で最も頻繁に取り上げられた経済的問題として、失業、医療保険、税制が特定された。
• 感情分析の結果、大統領の経済政策に対する否定的傾向が、選挙の数週間前から顕著に増加した。
• トピックモデリングにより、整合性のある経済的テーマが抽出され、特に「失業」および「減税」が感情の変動が著しい主要トピックとして浮き彫りになった。
• 時間的分析では、感情の急増が主要な討論会議や政策発表と一致しており、リアルタイムでの一般の反応を示している。
• 感情分析とトピックモデリングを統合したアプローチは、単独で用いる場合よりも、一般世論の理解をより洗練されたものにしている。
• 結果として、ソーシャルメディアデータが、従来の世論調査のトレンドと強く一致する、スケーラブルでリアルタイムな一般経済的世論の代理指標として機能できることを示している。