[论文解读] Machine learning on Big Data from Twitter to understand public reactions to COVID-19

Jia Xue, Junxiang Chen+3 more|arXiv (Cornell University)|May 18, 2020

Misinformation and Its Impacts参考文献 13被引用 11

一句话总结

本研究利用机器学习对180万条Twitter推文（2020年1月20日至3月7日）进行分析，探讨公众对COVID-19的反应，识别出11个显著话题，并将其归类为10个主题，如全球传播、韩国疫情爆发和经济影响等。情感分析显示，公众对权威机构普遍抱有信任，同时伴随对预防措施的恐惧与期待等复杂情绪，且未发现治疗或症状相关讨论的显著流行。

ABSTRACT

The study aims to understand Twitter users' discussions and reactions about the COVID-19. We use machine learning techniques to analyze about 1.8 million Tweets messages related to coronavirus collected from January 20th to March 7th, 2020. A total of salient 11 topics are identified and then categorized into 10 themes, such as cases outside China (worldwide), COVID-19 outbreak in South Korea, early signs of the outbreak in New York, Diamond Princess cruise, economic impact, Preventive/Protective measures, and supply chain. Results do not reveal treatment and/or symptoms related messages as a prevalent topic on Twitter. We also run sentiment analysis and the results show that trust for the authorities remained a prevalent emotion, but mixed feelings of trust for authorities, fear for the outbreak, and anticipation for the potential preventive measures will be taken are identified. Implications and limitations of the study are also discussed.

研究动机与目标

• 理解在COVID-19疫情早期阶段，Twitter上公众的情绪与讨论主题。
• 利用社交媒体数据的机器学习方法，识别主导话题及与疫情相关的公众关切。
• 评估公众话语中对权威机构、防疫措施的信任、恐惧与期待所起的作用。
• 考察在此期间公众Twitter对话中，治疗与症状相关话题的有无情况。

提出的方法

• 使用Twitter API于2020年1月20日至3月7日期间收集180万条与COVID-19相关的推文。
• 应用主题建模技术从推文语料中识别出11个显著话题。
• 将识别出的话题归类为10个总体主题，包括全球传播、特定疫情爆发（如钻石公主号邮轮）、以及经济影响等。
• 开展情感分析，对推文中的情绪基调进行分类，重点关注信任、恐惧与期待。
• 使用自然语言处理（NLP）流程对原始推文文本进行清洗与预处理，以备分析。
• 对主题与情绪进行分类与量化，以评估公众话语模式。

实验结果

研究问题

• RQ1 在COVID-19疫情早期阶段，Twitter上的主导公众讨论主题是什么？
• RQ2 公众情绪（尤其是对疫情的恐惧、对预防措施的期待以及对权威的信任）如何随疫情发展而演变？
• RQ3 在此期间，Twitter上关于治疗与症状的话题在多大程度上被讨论？
• RQ4 特定事件（如韩国、纽约或钻石公主号邮轮的疫情爆发）如何影响社交媒体上的公众话语？
• RQ5 在疫情初期阶段，对权威机构的信任在塑造公众情绪方面起到何种作用？

主要发现

• 识别出11个显著话题，并归类为10个主要主题，包括全球传播、韩国疫情爆发及经济影响等。
• 关于预防与防护措施的话题在Twitter公众话语中占据显著地位。
• 在所分析的推文语料中，治疗与症状相关讨论并不显著。
• 情感分析显示，对权威机构的信任始终是主导的情绪基调。
• 公众频繁表达出对疫情的恐惧与对预防措施的期待等复杂情绪。
• 公众情绪呈现出对机构信任、对病毒的恐惧以及对未来的干预措施抱有希望之间的复杂互动。