[论文解读] Online Information Search During COVID-19
本研究笔记利用2020年1月至3月的Google Trends数据，分析了COVID-19大流行早期阶段全球公众的信息搜索行为，揭示了各国之间同步的搜索峰值，并识别出搜索量与相关性的关键模式。研究强调了公众网络搜索数据作为社会关切、政策影响和行为转变的实时代理指标的实用性，倡导其在跨学科研究和未来危机早期预警系统中的应用。
Public information search data from sources such as Google Trends affords researchers a perspective on what society does not know, or what society wants to find out prompted by, or in response to, developments in societal communication and news media events. In times of crisis, online public information search thus offers a window into the most urgent concerns of, and demands by society. By extension, such data offers a window into upcoming, and currently pressing demands on businesses, policymakers and researchers. This research note aims to illustrate some of these themes with a visual-based overview of the current COVID-19 / Coronavirus crisis.
研究动机与目标
- 证明公开领域的网络搜索数据——特别是Google Trends——在捕捉COVID-19大流行早期阶段公众实时关切方面的价值。
- 突出展示搜索行为模式可作为社会、经济和公共卫生应对大规模危机的早期指标。
- 鼓励跨学科研究人员和数据科学家迅速调动网络搜索数据，以支持危机响应与政策制定。
- 识别出搜索数据作为行为改变、政策有效性及全球各地区和语言中议题显著性的代理指标的潜力。
- 倡导将搜索数据整合到更广泛的全球挑战研究中，例如联合国可持续发展目标（SDGs）和社会韧性研究。
提出的方法
- 使用2020年1月1日至3月31日期间Google Trends收集'coronavirus'关键词的全球及国家层面相对搜索量数据。
- 聚焦于搜索量最高的54个国家，以确保数据的可靠性和相关性。
- 将数据集截取至2020年1月20日开始，以捕捉与新兴大流行相关的初始搜索活动激增。
- 计算所有国家时间序列之间的Spearman等级相关系数，以评估搜索行为的同步性。
- 构建一个完全连接的加权网络和最大生成树，以可视化国家之间最重要的相关性。
- 使用网络可视化技术识别搜索行为中的地理聚类和主导区域模式。
实验结果
研究问题
- RQ12020年第一季度，全球公众对'coronavirus'的信息搜索行为如何演变？
- RQ2不同国家之间的搜索趋势在多大程度上是同步的？这些相关性揭示了关于全球信息传播的哪些信息？
- RQ3哪些地理区域表现出独特或异常的搜索模式？这些差异可能由什么解释？
- RQ4公众网络搜索数据能否作为全球卫生危机期间社会关切、政策响应和行为适应的实时指标？
- RQ5搜索数据如何被用于支持未来公共卫生和经济社会中断的早期预警系统？
主要发现
- 自2020年1月20日起，全球对'coronavirus'的搜索兴趣急剧上升，相对搜索量在2020年2月下旬至3月初达到峰值。
- 大多数国家的搜索时间序列表现出高度相关性，表明各地区公众信息搜索行为具有高度同步性。
- 新加坡作为异常值，与其他国家的相关性显著较低，表明其信息搜索模式或时间存在独特性。
- 网络分析揭示了最大生成树中明显的地理聚类，主要分支对应亚洲、南美洲、欧洲、澳大利亚地区和中东。
- 数据表明，公众网络搜索活动可作为危机期间社会关切和行为反应的实时、大规模代理指标。
- 本研究强调了搜索数据在实时支持公共卫生政策、经济预测和危机管理策略方面的潜力。
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。