[论文解读] On Nonnegative Matrix and Tensor Decompositions for COVID-19 Twitter Dynamics.
本文应用非负矩阵与张量分解——具体为NMF、NCPD、在线NMF和在线NCPD——来建模早期COVID-19大流行期间Twitter数据中的演化主题。结果表明，NCPD和在线NCPD能够检测到持续时间短但影响重大的主题，如韩国疫情爆发；而基于NMF的方法则识别出持续时间更长的主题，如与中国相关的讨论以及美国总统特朗普的角色，这些结果经新闻来源验证。
We analyze Twitter data relating to the COVID-19 pandemic using dynamic topic modeling techniques to learn topics and their prevalence over time. Topics are learned using four methods: nonnegative matrix factorization (NMF), nonnegative CP tensor decomposition (NCPD), online NMF, and online NCPD. All of the methods considered discover major topics that persist for multiple weeks relating to China, social distancing, and U.S. President Trump. The topics about China dominate in early February before giving way to more diverse topics. We observe that NCPD and online NCPD can detect topics that are prevalent over a few days, such as the outbreak in South Korea. The topics detected by NMF and online NMF, however, are prevalent over longer periods of time. Our results are validated against external news sources.
研究动机与目标
- 建模早期COVID-19大流行期间Twitter上公众话语的时间演化。
- 比较非负矩阵与张量分解技术在捕捉主题动态方面的性能。
- 识别与关键事件（如中国疫情爆发和韩国集群疫情）相关的持久性与瞬时主题。
- 通过外部新闻来源验证检测到的主题，以确保可信度。
提出的方法
- 对术语-文档矩阵应用非负矩阵分解（NMF），将其分解为主题及其随时间变化的流行度。
- 非负CP张量分解（NCPD）将数据建模为术语、文档和时间三阶张量，实现所有模式的联合分解。
- 使用NMF和NCPD的在线变体处理流式数据，支持在新推文到达时逐步学习主题。
- 通过分析分解后的分量提取主题，其时间模式揭示了主题随时间的流行度变化。
- 在不同方法之间比较分解结果，以评估其对主题持续时间和事件检测的敏感性。
实验结果
研究问题
- RQ1在大流行期间的Twitter数据中，不同非负矩阵与张量分解方法在检测短期与长期主题方面有何差异？
- RQ2在早期COVID-19大流行的公众话语中，最显著的主题是什么？
- RQ3NCPD和在线NCPD是否比标准NMF更有效地检测到如韩国疫情爆发等瞬时事件？
- RQ4检测到的主题与外部新闻来源报道的真实世界事件之间有何相关性？
- RQ5涉及中国和美国总统特朗普的政治与地缘政治主题在公众话语演化中扮演何种角色？
主要发现
- NCPD和在线NCPD成功检测到持续时间短但影响重大的主题，如韩国疫情爆发，其持续时间仅数天。
- NMF和在线NMF识别出持续时间更长的主题，包括关于中国和美国总统特朗普的长期讨论，持续数周之久。
- 二月上旬的主题主要与中国的疫情相关，随着疫情发展，这些主题逐渐被更多元化的主题所取代。
- 与基于NMF的方法相比，NCPD和在线NCPD在检测韩国疫情主题方面具有更高的时间精度。
- 主题检测结果经外部新闻来源验证，证实了分解技术在捕捉真实世界事件动态方面的可靠性。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。