[논문 리뷰] Mining Public Opinion about Economic Issues: Twitter and the U.S. Presidential Election

Amir Karami, London S. Bennett외 1명|arXiv (Cornell University)|2018. 02. 06.

Sentiment Analysis and Opinion Mining참고 문헌 25인용 수 5

한 줄 요약

이 논문은 2012년 미국 대선 기간 동안 수백만 건의 트윗에서 경제 이슈에 대한 공공 여론을 캐내기 위해 감성 분석과 토픽 모델링을 융합한 하이브리드 계산 방법을 제안한다. 이 방법은 핵심 경제적 우려 사항과 감성 추세를 효과적으로 특정하며, 사회적 미디어 데이터가 선거 기간 동안 공공의 경제적 감성에 대해 실시간으로 확장 가능한 통찰을 제공할 수 있음을 보여준다.

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.

연구 동기 및 목표

• 전통적인 여론 조사의 한계를 해결하기 위해, 이는 비용이 많이 들고 시간이 오래 걸리며 경제 이슈에 대한 공공 여론을 포착하는 데 빈도가 낮기 때문이다.
• 특히 트위터를 통해 실시간으로 대규모의 사회적 미디어 데이터를 활용하여 선거 기간 동안 경제 주제에 대한 공공 논의를 모니터링하고자 한다.
• 감성 분석과 토픽 모델링을 통합한 계산 프레임워크를 개발하고 검증하여 보다 종합적인 공공 여론 캐내기를 위한 목표이다.
• 사회적 미디어 데이터가 정치적 맥락에서 경제적 우려를 이해하는 데 보조 수 Mittel로 활용될 수 있음을 입증하고자 한다.

제안 방법

• 연구는 2012년 미국 대선 기간 동안의 지리적 태그와 타임스탬프가 부여된 수백만 건의 트윗을 수집하고 처리한다.
• 사전에 학습된 모델을 기반으로 감성 분석을 적용하여 각 트윗의 감성을 긍정, 부정, 중립으로 분류한다.
• 잠재적 디리히레트 분포(Latent Dirichlet Allocation, LDA)를 사용한 토픽 모델링을 적용하여 경제 이슈와 관련된 반복적인 주제를 식별한다.
• 감성 점수와 토픽 분포를 결합하여 다양한 경제 주제별로 감성이 어떻게 변하는지 분석한다.
• 시간에 따른 분석을 수행하여 주요 선거 행사 주변에서 감성과 토픽의 빈도 변화를 추적한다.
• 감성 추세가 기존의 선거 행사와 전통적 자료에서의 공공 여론 추세와 비교되어 검증된다.

실험 결과

연구 질문

• RQ1 2012년 미국 대선 기간 동안 트위터에서 경제 이슈에 대한 공공의 감성은 어떻게 변화하는가?
• RQ2 트위터에서 주로 논의되는 경제 주제는 무엇이며, 주요 선거 행사와 어떻게 연관되어 있는가?
• RQ3 감성 및 토픽 모델링을 통한 사회적 미디어 데이터 분석이 경제 이슈에 대한 공공 여론 추세를 어느 정도 반영하거나 예측할 수 있는가?
• RQ4 실업, 의료, 세금과 같은 주요 경제 주제별로 감성 패턴은 어떻게 다를까?
• RQ5 전통적 설문 조사와 비교해 볼 때 사회적 미디어 데이터는 공공의 경제적 우려에 대해 실시간으로 확장 가능한 통찰을 제공할 수 있는가?

주요 결과

• 연구는 2012년 대선 기간 동안 트위터에서 가장 자주 다뤄진 경제 이슈로 실업, 의료, 세금을 특정하였다.
• 감성 분석을 통해 선거 전 주변에 기성 정부의 경제 정책에 대한 부정적 감성의 급격한 증가를 확인하였다.
• 토픽 모델링은 일관성 있는 경제 주제를 효과적으로 추출하였으며, '실업'과 '세액 감면'이 감성 변동성이 높은 주요 주제로 부각되었다.
• 시간에 따른 분석 결과, 감성 급증이 주요 토론과 정책 발표와 연관되어 있어 실시간으로 공공의 반응이 반영되고 있음을 보여주었다.
• 감성 분석과 토픽 모델링을 결합한 접근 방식은 단일 방법보다 더 세밀한 공공 여론 이해를 가능하게 하였다.
• 결과적으로 사회적 미디어 데이터가 전통적 설문 조사 추세와 강하게 일치하는 실시간이고 확장 가능한 공공 경제 감성의 대체 수단이 될 수 있음을 입증하였다.