[论文解读] Divergent modes of online collective attention to the COVID-19 pandemic are associated with future caseload variance

Dewhurst Dr, Thayer Alshaabi+4 more|arXiv (Cornell University)|Apr 7, 2020

Misinformation and Its Impacts参考文献 26被引用 9

一句话总结

本研究分析了2019年9月至2020年4月间24种语言的Twitter话语，识别出人们对COVID-19大流行集体关注的两种不同模式：2020年1月的早期激增和2020年3月的再次活跃。研究发现，早期Twitter用词的波动性可预测约22.5天后新COVID-19病例数的未来波动，表明社交媒体语言动态可能有助于公共卫生预测，但尚未确立因果关系。

ABSTRACT

Using a random 10% sample of tweets authored from 2019-09-01 through 2020-04-30, we analyze the dynamic behavior of words (1-grams) used on Twitter to describe the ongoing COVID-19 pandemic. Across 24 languages, we find two distinct dynamic regimes: One characterizing the rise and subsequent collapse in collective attention to the initial Coronavirus outbreak in late January, and a second that represents March COVID-19-related discourse. Aggregating countries by dominant language use, we find that volatility in the first dynamic regime is associated with future volatility in new cases of COVID-19 roughly three weeks (average 22.49 $\pm$ 3.26 days) later. Our results suggest that surveillance of change in usage of epidemiology-related words on social media may be useful in forecasting later change in disease case numbers, but we emphasize that our current findings are not causal or necessarily predictive.

研究动机与目标

• 调查Twitter话语中反映的集体关注COVID-19大流行随时间的演变。
• 识别多种语言中与大流行相关的在线话语中不同的动态模式。
• 检查社交媒体用词波动是否与未来报告的COVID-19病例数变化相关。
• 评估社交媒体语言作为预测疾病病例波动代理指标的潜力。

提出的方法

• 分析了2019年9月1日至2020年4月30日期间随机抽取的1%的推文，研究1-gram用词使用情况。
• 通过聚类24种语言中与流行病学相关的术语的时间模式，识别用词使用的动态模式。
• 按主要语言将国家聚合，以评估区域话语模式。
• 使用滞后交叉相关性分析，检验社交媒体话语波动与未来病例数波动之间的关联。
• 估计社交媒体动态与病例波动之间的时间滞后为22.49 ± 3.26天。

实验结果

研究问题

• RQ1 在Twitter上，关于COVID-19大流行的在线集体关注中，会浮现哪些不同的动态模式？
• RQ2 Twitter上与流行病学相关的词语使用波动如何与未来报告的COVID-19病例数变化相关？
• RQ3 社交媒体话语转变与后续病例数变化之间是否存在一致的时间滞后？
• RQ4 社交媒体语言波动在多大程度上可作为未来病例数波动的预测指标？

主要发现

• 识别出Twitter话语中两种不同的动态模式：一种集中于2020年1月下旬的初始爆发，另一种对应于2020年3月的讨论。
• 与早期大流行意识相关的第一个动态模式中的波动性，与未来新COVID-19病例数的波动显著相关。
• 社交媒体话语波动峰值与后续病例数波动之间的时间滞后平均为22.49 ± 3.26天。
• 社交媒体语言动态与未来病例波动之间的关联在多个基于语言的国家分组中均被观察到。
• 本研究未发现因果关系的证据，强调所观察到的关联是相关性的，而非因果预测性。