[论文解读] Modeling Inter-Country Connection from Geotagged News Reports: A Time-Series Analysis

Yihong Yuan|arXiv (Cornell University)|Apr 13, 2016

Complex Network Analysis Techniques参考文献 7被引用 4

一句话总结

本研究利用GDELT数据集中的地理标签新闻数据，对涉及中国的国际关系演变进行建模，应用ARIMA时间序列分析方法，量化15个关键国家在时间维度上的媒体关注度与关系强度变化。研究证明ARIMA在预测长期媒体趋势方面具有有效性，并揭示了中国外交媒体影响力的显著模式，为基于大数据的国际关系研究提供了方法论与实证洞察。

ABSTRACT

The development of theories and techniques for big data analytics offers tremendous flexibility for investigating large-scale events and patterns that emerge over space and time. In this research, we utilize a unique open-access dataset "The Global Data on Events, Location and Tone" (GDELT) to model the image of China in mass media, specifically, how China has related to the rest of the world and how this connection has evolved upon time based on an autoregressive integrated moving average (ARIMA) model. The results of this research contribute both in methodological and empirical perspectives: We examined the effectiveness of time series models in predicting trends in long-term mass media data. In addition, we identified various types of connection strength patterns between China and its top 15 related countries. This study generates valuable input to interpret China's diplomatic and regional relations based on mass media data, as well as providing methodological references for investigating international relations in other countries and regions in the big data era.

研究动机与目标

• 探究中国在大众媒体中的形象及其国际联系随时间的演变过程。
• 评估ARIMA等时间序列模型在分析大规模媒体数据长期趋势方面的有效性。
• 基于媒体报道，识别并分类中国与其前15大关联国家之间连接强度的不同模式。
• 为通过大数据分析研究国际关系，提供一种数据驱动且方法严谨的分析路径。
• 利用开放获取的新闻事件数据，生成关于中国外交与区域关系的实证洞察。

提出的方法

• 采用GDELT数据集，该数据集记录了带有地理定位与情感元数据的全球新闻事件。
• 构建时间序列数据，表示涉及中国与各主要关联国家的新闻报道数量。
• 应用ARIMA（自回归积分滑动平均）模型，分析并预测这些媒体关联序列的趋势。
• 进行时间序列分解，识别媒体关注度中的趋势、季节性及不规则成分等潜在模式。
• 运用统计诊断方法，验证各国家特定关联序列的模型拟合度与预测准确性。
• 分析残差与模型表现，以评估预测结果的可靠性与稳健性。

实验结果

研究问题

• RQ1 中国在媒体中的存在感及其与其他国家的连接强度随时间如何演变？
• RQ2 ARIMA模型在多大程度上能够准确预测国与国之间媒体覆盖的长期趋势？
• RQ3 中国与其前15大关联国家在媒体中呈现出哪些不同的连接强度模式？
• RQ4 媒体报道的关注模式在多大程度上反映或与现实中的外交及区域关系相关联？
• RQ5 时间序列建模在分析大规模地理标签新闻数据用于国际关系研究方面，具有哪些方法论优势？

主要发现

• ARIMA模型在预测与中国及其国际联系相关的媒体覆盖长期趋势方面表现出显著有效性。
• 本研究识别出中国与其前15大关联国家之间存在多种不同的连接强度模式，包括持续性、波动性及下降型媒体关注度趋势。
• 媒体对中国的关注表现出显著的时间差异，其显著峰值与重大地缘政治事件或外交进展密切相关。
• 时间序列分析表明，部分国家始终维持与中国较高的媒体关联水平，暗示其存在持久的战略或经济联系。
• 该方法论框架成功将原始地理标签新闻数据转化为可解释、可预测的趋势，支持对外交关系的实证解读。
• 研究结果为通过大数据分析国际关系提供了一个可复现的模型，尤其适用于大众媒体与公众认知的研究。