[논문 리뷰] Modeling public mood and emotion: Twitter sentiment and socio-economic phenomena

Johan Bollen, Alberto Pepe외 1명|arXiv (Cornell University)|2009. 11. 09.

Sentiment Analysis and Opinion Mining참고 문헌 11인용 수 319

한 줄 요약

이 논문은 2008년 8월 1일부터 12월 20일까지의 트위터 데이터를 활용하여 공적 분위기를 모델링하기 위해 용어 기반 감성 분석 방법을 제안한다. 확장된 기분 상태 프로파일(POMS)을 적용하여 6개의 기분 차원을 추출한다. 연구 결과, 미국 대선이나 유가 급등과 같은 주요 사회경제적·문화적 사건들이 공적 분위에 유의미하고 즉각적이며 특정한 변화를 유도하는 것으로 나타났다. 이는 대규모 감성 분석가 집단 정서 추세를 예측하는 데 활용될 수 있음을 보여준다.

ABSTRACT

Microblogging is a form of online communication by which users broadcast brief text updates, also known as tweets, to the public or a selected circle of contacts. A variegated mosaic of microblogging uses has emerged since the launch of Twitter in 2006: daily chatter, conversation, information sharing, and news commentary, among others. Regardless of their content and intended use, tweets often convey pertinent information about their author's mood status. As such, tweets can be regarded as temporally-authentic microscopic instantiations of public mood state. In this article, we perform a sentiment analysis of all public tweets broadcasted by Twitter users between August 1 and December 20, 2008. For every day in the timeline, we extract six dimensions of mood (tension, depression, anger, vigor, fatigue, confusion) using an extended version of the Profile of Mood States (POMS), a well-established psychometric instrument. We compare our results to fluctuations recorded by stock market and crude oil price indices and major events in media and popular culture, such as the U.S. Presidential Election of November 4, 2008 and Thanksgiving Day. We find that events in the social, political, cultural and economic sphere do have a significant, immediate and highly specific effect on the various dimensions of public mood. We speculate that large scale analyses of mood can provide a solid platform to model collective emotive trends in terms of their predictive value with regards to existing social as well as economic indicators.

연구 동기 및 목표

• 트위터 마이크로블로그에 반영된 공적 분위기가 심리측정 도구를 통해 체계적으로 측정될 수 있는가를 조사하는 것.
• 시간에 따라 주요 사회경제적 및 문화적 사건이 집단적 공적 분위기에 미치는 영향을 평가하는 것.
• 소셜 미디어에서의 짧고 비정형 텍스트를 대규모 정서 추세의 대체 지표로 사용할 수 있는지 평가하는 것.
• 기계 학습이나 학습 데이터에 의존하지 않고 마이크로블로깅 콘텐츠의 감성 분석 방법을 수립하는 것.

제안 방법

• 기분 상태 프로파일(POMS)의 확장된 버전을 적용하여 긴장, 우울, 분노, 정신력, 피로, 혼란의 6개 기분 차원을 추출한다. POMS는 잘 정립된 심리측정 도구이다.
• 기계 학습이나 학습 데이터를 회피하기 위해 문법적 용어 기반 접근 방식을 사용하여 트윗의 감성 분석을 수행한다.
• 2008년 8월 1일부터 12월 20일까지의 모든 공개 트윗을 처리하여 일일 기준의 기분 벡터 시계열을 생성한다.
• 개별 트윗의 기분 점수를 일일 평균으로 집계하여 공적 분위기 추세를 나타낸다.
• 주식 시장 지수, 원유 가격, 주요 문화적 사건 등의 외부 지표와 일일 기분 추세를 비교한다.
• 기타 사회정치적 및 경제적 사건과 시간적 피크가 일치하는 기분 차원의 변화를 통해 사건별 기분 변화를 특정한다.

실험 결과

연구 질문

• RQ1 짧고 비정형적인 소셜 미디어 텍스트에서 심리측정 도구를 사용해 공적 분위기를 신뢰성 있게 측정할 수 있는가?
• RQ2 주요 사회경제적 및 문화적 사건이 집단적 공적 분위기에 측정 가능하고 즉각적인 변화를 유도하는가?
• RQ3 주식 시장 및 원유 가격의 변동성이 공적 분위기 차원의 변화와 어느 정도 상관이 있는가?
• RQ4 마이크로블로깅 데이터의 감성 분석이 거시경제 추세와 관련된 집단 정서 상태를 예측하는 지표로 기능할 수 있는가?

주요 결과

• 2008년 11월 4일 미국 대선과 같은 주요 사건에 대해 정신력과 혼란의 급격한 증가를 포함한 유의미하고 즉각적인 기분 변화가 관찰되었다.
• 2008년 10월 15일 주식 시장 급락 이후 긴장, 우울, 분노가 증가하고 정신력이 감소한 것으로 나타났다.
• 2008년 10월 원유 가격 급등은 공적 분위스펙트럼 전반에서 긴장과 피로의 증가와 관련이 있었다.
• 2008년 11월 27일 추수감사절 연휴는 정신력 증가와 우울 및 혼란 감소와 관련된 유의미한 변화를 보였다.
• 학습 데이터 없이 용어 기반 감성 분석이 마이크로블로깅 콘텐츠에서 의미 있는 기분 차원을 효과적으로 추출할 수 있음을 입증했다.
• 공적 분위기 패턴이 외부 사회경제 지표와 강한 시간적 일치를 보이며, 집단 정서 추세의 예측 가능성을 시사한다.