[論文レビュー] Socio-spatial Self-organizing Maps: Using Social Media to Assess Relevant Geographies for Exposure to Social Processes

Kunal Relia, Mohammad Akbari+2 more|PubMed|Mar 23, 2018

Data-Driven Disease Surveillance参考文献 78被引用数 6

ひとこと要約

本稿では、地理的に整合性のある領域を、位置情報が付与されたTwitterデータからの潜在的ソーシャルアテイテュードに基づいて特定するため、ニューラル埋め込みとトポロジカル制約付きクラスタリングを組み合わせた新規手法であるSocio-spatial Self-organizing Maps（SS-SOMs）を提案する。この手法は、郵便番号による集計に比べ、ニューヨーク市在住のMSMにおける差別的露わな態度への曝露のばらつきを最大42％も高めた。これは、より高い空間分解能と正確性で、微細かつ動的な社会的環境への曝露を捉える能力を示している。

ABSTRACT

Social media offers a unique window into attitudes like racism and homophobia, exposure to which are important, hard to measure and understudied social determinants of health. However, individual geo-located observations from social media are noisy and geographically inconsistent. Existing areas by which exposures are measured, like Zip codes, average over irrelevant administratively-defined boundaries. Hence, in order to enable studies of online social environmental measures like attitudes on social media and their possible relationship to health outcomes, first there is a need for a method to define the collective, underlying degree of social media attitudes by region. To address this, we create the Socio-spatial-Self organizing map, "SS-SOM" pipeline to best identify regions by their latent social attitude from Twitter posts. SS-SOMs use neural embedding for text-classification, and augment traditional SOMs to generate a controlled number of nonoverlapping, topologically-constrained and topically-similar clusters. We find that not only are SS-SOMs robust to missing data, the exposure of a cohort of men who are susceptible to multiple racism and homophobia-linked health outcomes, changes by up to 42% using SS-SOM measures as compared to using Zip code-based measures.

研究の動機と目的

• 高空間分解能で測定可能な、人種差別やレズビアン・ゲイ差別といった社会的に敏感で、調査が難しい態度を測定する課題に対処すること。
• 地域的・行政的境界（例：郵便番号）の限界を克服し、多様な社会的環境が混在する領域を平均化してしまう問題を解決すること。
• ノイズが多く、希少なソーシャルメディアデータからの集団的感情に基づいて、地理的に整合性があり、トポロジカルに制約された領域を同定する手法を開発すること。
• 公衆衛生および社会科学研究における社会的環境への曝露のより正確な評価を可能にすること。
• 実世界のデータを用いて、ニューヨーク市在住の若いゲイ、バイセクシュアル、およびその他の男性同性愛者（MSM）における人種差別とレズビアン・ゲイ差別の実態を示すことで、本手法の実用性を検証すること。

提案手法

• SS-SOMパイプラインは、人種差別やレズビアン・ゲイ差別に関するTwitter投稿の感情を抽出するため、テキスト分類にニューラル埋め込みを組み合わせる。
• 修正された自己組織化マップ（SOM）アルゴリズムを用いて、潜在的ソーシャル感情に基づき、重複しないトポロジカルに制約された領域に位置情報付きツイートをクラスタリングする。
• データ密度に応じた重み付けを用いることで、ツイート数の空間的ばらつきを考慮し、希少またはノイズの多い観測値に対しても耐性を高める。
• 二段階のプロセスを採用する：第一段階では、キュレート済みのキーワードリストと人間によるアノテーションガイドラインを用いてツイートを人種差別的またはレズビアン・ゲイ差別的とラベル付けする。第二段階では、埋め込み感情ベクトルに基づきクラスタリングを行う。
• 得られたクラスタは、特定の地理的サブエリアにおける集団的ソーシャルアテイチュードを表し、恣意的な行政境界に代わって、経験的根拠に基づいた社会的地理を提示する。
• 本手法は、ニューヨーク市在住のMSMのコhortにおいて、SS-SOMに基づく曝露指標と従来の郵便番号ベースの集計を比較することで妥当性を検証している。

実験結果

リサーチクエスチョン

• RQ1 ソーシャルメディアデータをどのように活用すれば、人種差別やレズビアン・ゲイ差別といった潜在的ソーシャルアテイチュードに基づく地理的に意味のある領域を同定できるか？
• RQ2 SS-SOMに基づく曝露指標は、行政境界（郵便番号）に基づく指標と比較して、社会的環境への曝露のばらつきをどの程度異なって捉えられるか？
• RQ3 位置情報付きソーシャルメディアストリームにおける欠損データや希少データに対して、SS-SOMはどの程度耐性を示すか？
• RQ4 オンラインでの人種差別とレズビアン・ゲイ差別の表現の空間的関係は何か？また、地域ごとにどのように共起するか？
• RQ5 SS-SOMは、行政単位よりも細かい分解能で、現実の社会的プロセスを反映する意味のある、トポロジカルに整合性のある社会的クラスタを検出できるか？

主な発見

• SS-SOMは、Twitterデータからの潜在的ソーシャル感情に基づき、重複しない、トポロジカルに制約され、トピック的に類似した地理的クラスタを効果的に同定した。
• 本手法は欠損データに対しても耐性があり、データ密度の低い地域でも、データ密度に応じた重み付け機構のおかげで良好な性能を発揮した。
• ニューヨーク市在住のMSMのコhortに適用した結果、SS-SOMに基づく曝露指標は、郵便番号ベースの指標に比べ、人種差別およびレズビアン・ゲイ差別への曝露のばらつきが最大42％も高まった。
• オンライン上の人種差別とレズビアン・ゲイ差別の発生頻度は一般的に相関しているが、逆は成り立たない：多くの地域でレズビアン・ゲイ差別が人種差別よりも顕著に見られ、これは異なる社会的ダイナミクスを示唆している。
• SS-SOMパイプラインは、郵便番号のような行政境界よりも、地域の社会的規範や態度をより的確に反映する地理的に整合性のあるクラスタを生成した。
• 本手法により、差別と関連する健康格差を研究する上で不可欠な、より細分化され、正確な社会的環境への曝露の評価が可能になった。