[논문 리뷰] Dutch General Public Reaction on Governmental COVID-19 Measures and Announcements in Twitter Data

Sihang Wang, Marijn Schraagen외 2명|arXiv (Cornell University)|2020. 06. 12.

Misinformation and Its Impacts참고 문헌 32인용 수 8

한 줄 요약

이 연구는 2020년 2월 이후 네덜란드의 정부 코로나19 조치에 대한 공중 여론을 티커, 뉴스 댓글 및 레딧 데이터를 통해 분석한다. 자연어 처리(NLP)와 태도 탐지 기법을 적용하여 시간이 지남에 따라 사회적 거리 두기 조치에 대한 지지가 감소하고, 초기 정부가 마스크가 일반 대중에게 효과가 없다고 주장한 데 대해 강력하고 지속적인 대중의 반발이 있음을 밝혀내며, 정책 피드백 루프를 위한 실시간 소셜 미디어 분석의 가치를 강조한다.

ABSTRACT

Public sentiment (the opinions, attitudes or feelings expressed by the public) is a factor of interest for government, as it directly influences the implementation of policies. Given the unprecedented nature of the COVID-19 crisis, having an up-to-date representation of public sentiment on governmental measures and announcements is crucial. While the 'staying-at-home' policy makes face-to-face interactions and interviews challenging, analysing real-time Twitter data that reflects public opinion toward policy measures is a cost-effective way to access public sentiment. In this context, we collect streaming data using the Twitter API starting from the COVID-19 outbreak in the Netherlands in February 2020, and track Dutch general public reactions on governmental measures and announcements. We provide temporal analysis of tweet frequency and public sentiment over the past seven months. We also identify public attitudes towards two Dutch policies in case studies: one regarding social distancing and one regarding wearing face masks. By presenting those preliminary results, we aim to provide visibility into the social media discussions around COVID-19 to the general public, scientists and policy makers. The data collection and analysis will be updated and expanded over time.

연구 동기 및 목표

• 팬데믹 기간 동안 네덜란드 정부의 코로나19 조치에 대한 공중 여론을 실시간으로, 비용 효율적으로 파악하는 것.
• 봉쇄 조치와 지연으로 인해 전통적 설문조사와 인터뷰의 한계를 극복하기 위해 실시간 소셜 미디어 데이터를 활용함으로써 이를 해결하는 것.
• 다양한 소스의 정서 및 태도 분석을 통해 사회적 거리 두기 및 마스크 착용 의무화와 같은 특정 정책에 대한 대중 반응을 평가하는 것.
• 트위터, Nu.nl 댓글, 레딧 게시물 데이터를 융합하여 공중 여론의 대표성을 높이는 것.
• 정책 입안자와 연구자들이 공중 태도의 변화를 실시간으로 데이터 기반으로 이해하고 지원할 수 있도록 하는 것.

제안 방법

• 정해진 코로나19 관련 키워드를 사용해 트위터 API를 통해 실시간 트위터 스트리밍 데이터를 수집하였다.
• 대표성을 높이고 모델 훈련을 지원하기 위해 네덜란드 뉴스 사이트 Nu.nl과 레딧 데이터를 융합하였다.
• 정책 대상에 대한 정서 극성과 태도(지지 대 반대) 탐지를 위해 자연어 처리(NLP) 기법을 적용하였다.
• 수동으로 주석 처리된 데이터를 활용해 지도 기반 기계학습을 통해 태도 분류를 수행하였으며, 단어 임bedding과 신경망 기법을 활용하였다.
• 다양한 플랫폼 간의 정서 및 태도 추세의 시간적 분석을 수행하여 공중 여론의 변화를 추적하였다.
• 새로운 정책 주제에 대한 태도 분석의 확장성을 높이기 위해 주석 작업 부담을 줄이기 위해 능동적 학습 기법을 탐색하였다.

실험 결과

연구 질문

• RQ1 주요 정책 발표 시점 주변에서 네덜란드 정부의 코로나19 조치에 대한 공중 여론은 시간이 지남에 따라 어떻게 변화하는가?
• RQ2 정부가 마스크가 일반 대중에게 효과가 없다고 주장한 초기 입장에 대해 대중의 태도는 어떠한가?
• RQ3 트위터, Nu.nl, 레딧 등의 플랫폼 간에 정서 및 태도 패턴은 어떻게 다를까?
• RQ4 국가 차원의 기자회견이 실시간으로 공중 여론에 영향을 미치는 정도는 어느 정도인가?
• RQ5 공중 여론 추세는 확진자 수나 사망자 수와 같은 실제 팬데믹 지표와 연관될 수 있는가?

주요 결과

• 코로나19 관련 네덜란드 트위터 활동은 하루에 수천 건에 이르며, 평균 네덜란드 트윗보다 정서적으로 더 부정적인 경향을 보였다.
• 사회적 거리 두기 조치에 대한 지지가 2020년 3월 발표 직후에 최고조에 이르렀지만 6월까지 감소하다가 다시 상승했으며, 이는 팬데믹의 동적 변화를 반영한 것으로 보인다.
• 정부의 초기 주장인 '마스크가 일반 대중에게 효과가 없다'는 내용에 대해 대중은 널리 거부하였으며, 이에 대한 반발률은 수개월에 걸쳐 높은 수준에서 안정적으로 유지되었다.
• Nu.nl에서 마스크 정책에 대한 지지가 트위터보다 더 높았으며, 이는 활발한 모더레이션으로 인해 오락성 정보나 악성 댓글이 줄어들었기 때문으로 보인다.
• 국가 차원의 기자회견은 정서에 측정 가능한 빠른 영향을 미쳤지만, 모든 기자회견이 정서 변화와 직접적인 상관관계를 보인 것은 아니었다.
• 위치 태그가 부여된 트위터의 지리적 분석은 가능하며, 지역 간 정책 태도의 차이를 드러내고 바이러스 전파의 지역적 변동성을 설명하는 데 기여할 수 있다.