[論文レビュー] Modeling Inter-Country Connection from Geotagged News Reports: A Time-Series Analysis

Yihong Yuan|arXiv (Cornell University)|Apr 13, 2016

Complex Network Analysis Techniques参考文献 7被引用数 4

ひとこと要約

本研究では、GDELTデータセットの地理タグ付きニュースデータを用いて、中国を含む国際的つながりの変化をモデル化し、時系列分析手法ARIMAを適用して、15か国とのメディア注目度および関係強度の変化を時系列的に定量的に分析した。研究では、ARIMAが長期的なメディアトレンドを予測する有効性を示し、中国の外交的メディア存在感に特徴的なパターンを明らかにした。本研究は、ビッグデータ駆動型国際関係研究における手法的・実証的知見を提供する。

ABSTRACT

The development of theories and techniques for big data analytics offers tremendous flexibility for investigating large-scale events and patterns that emerge over space and time. In this research, we utilize a unique open-access dataset "The Global Data on Events, Location and Tone" (GDELT) to model the image of China in mass media, specifically, how China has related to the rest of the world and how this connection has evolved upon time based on an autoregressive integrated moving average (ARIMA) model. The results of this research contribute both in methodological and empirical perspectives: We examined the effectiveness of time series models in predicting trends in long-term mass media data. In addition, we identified various types of connection strength patterns between China and its top 15 related countries. This study generates valuable input to interpret China's diplomatic and regional relations based on mass media data, as well as providing methodological references for investigating international relations in other countries and regions in the big data era.

研究の動機と目的

• 中国のマスメディアにおけるイメージおよび国際的つながりの時間的変化を調査すること。
• ARIMAのような時系列モデルが、大規模メディアデータにおける長期的トレンドを分析する際にどの程度有効であるかを評価すること。
• メディア報道に基づいて、中国とその上位15か国との間の関係強度のパターンを特定・分類すること。
• ビッグデータ分析を活用した国際関係研究のための、データ駆動的かつ手法的に整合性のあるアプローチを提供すること。
• オープンアクセスのニュースイベントデータを用いて、中国の外交的および地域的関係に関する実証的知見を提供すること。

提案手法

• グローバルなニュースイベントを地理的位置および感情分析メタデータとともに記録するGDELTデータセットを活用する。
• 中国とその上位15か国との間のニュース報道件数を示す時系列データを構築する。
• ARIMA（自己回帰統合移動平均）モデルを用いて、これらのメディア関係トレンドの分析および予測を行う。
• 時系列分解を実施し、メディア注目度に内在するトレンド、季節的変動、不規則成分を特定する。
• 統計的診断を用いて、各国別関係トレンド系列におけるモデルの適合度および予測精度を検証する。
• 残差とモデル性能を分析することで、予測の信頼性および強度を評価する。

実験結果

リサーチクエスチョン

• RQ1 中国のメディアにおける存在感および他の国との関係強度は、どのように時間経過とともに変化してきたか？
• RQ2 ARIMAモデルは、国別メディア報道の長期的トレンドをどの程度正確に予測できるか？
• RQ3 中国とその上位15か国との間で、メディア報道にどのような特徴的な関係強度のパターンが顕在化しているか？
• RQ4 メディア注目度のパターンは、現実の外交的・地域的関係とどの程度相関しているか？
• RQ5 時系列モデリングは、国際関係研究における大規模かつ地理タグ付きニュースデータの分析において、どのような手法的利点を提供するか？

主な発見

• ARIMAモデルは、中国およびその国際的つながりに関連するメディア報道の長期的トレンドを予測するうえで、顕著な有効性を示した。
• 本研究では、中国と上位15か国との間で、持続的、変動的、減少傾向の三種類の異なる関係強度のパターンを同定した。
• 中国に関するメディア注目度には顕著な時間的変動が認められ、主要な地政学的出来事や外交的進展と一致する顕著なピークが観察された。
• 時系列分析の結果、一部の国々が一貫して中国とのメディア連携レベルを高い水準で維持していることが判明し、恒久的な戦略的・経済的関係の存在を示唆した。
• 手法的フレームワークは、生の地理タグ付きニュースデータを解釈可能で予測可能なトレンドに変換するのに成功し、外交関係の実証的解釈を可能にした。
• 本研究の結果は、マスメディアおよび世論の文脈において、国際関係をビッグデータで分析するための再現可能なモデルを提供する。