[论文解读] Towards Characterizing COVID-19 Awareness on Twitter

Muhammad Saad, Muhammad Hassan+1 more|arXiv (Cornell University)|May 17, 2020

Misinformation and Its Impacts参考文献 10被引用 7

一句话总结

本研究分析了2020年4月前20个受COVID-19影响最严重的国家（2019年12月至2020年4月）的Twitter数据，以描述公众意识及其与疫情传播的关系。通过趋势追踪、推文数量分析、主题建模和情感分析，研究发现感染率较低的国家在社交距离和隔离等预防措施方面产生了更及时且更积极的讨论，表明社交媒体可放大公众健康意识，并可能影响疫情结局。

ABSTRACT

The coronavirus (COVID-19) pandemic has significantly altered our lifestyles as we resort to minimize the spread through preventive measures such as social distancing and quarantine. An increasingly worrying aspect is the gap between the exponential disease spread and the delay in adopting preventive measures. This gap is attributed to the lack of awareness about the disease and its preventive measures. Nowadays, social media platforms (ie., Twitter) are frequently used to create awareness about major events, including COVID-19. In this paper, we use Twitter to characterize public awareness regarding COVID-19 by analyzing the information flow in the most affected countries. Towards that, we collect more than 46K trends and 622 Million tweets from the top twenty most affected countries to examine 1) the temporal evolution of COVID-19 related trends, 2) the volume of tweets and recurring topics in those trends, and 3) the user sentiment towards preventive measures. Our results show that countries with a lower pandemic spread generated a higher volume of trends and tweets to expedite the information flow and contribute to public awareness. We also observed that in those countries, the COVID-19 related trends were generated before the sharp increase in the number of cases, indicating a preemptive attempt to notify users about the potential threat. Finally, we noticed that in countries with a lower spread, users had a positive sentiment towards COVID-19 preventive measures. Our measurements and analysis show that effective social media usage can influence public behavior, which can be leveraged to better combat future pandemics.

研究动机与目标

• 调查在疫情早期阶段，不同国家Twitter上公众对COVID-19的认知如何演变。
• 检验Twitter趋势和推文数量的规模与时间是否与国家层面的疫情传播速率相关。
• 分析用户对社交距离、隔离和封锁政策等预防措施的情感态度。
• 识别推文中的重复主题，以理解公众对预防和风险缓解的讨论。
• 评估社交媒体活动是否可作为公共卫生准备能力的早期指标。

提出的方法

• 截至2020年4月19日，从受COVID-19影响最严重的20个国家收集了超过48,000个Twitter趋势和6.22亿条推文。
• 使用Trendogate部署分布式爬虫系统以收集趋势，并通过调度器将推文收集任务分配给85个工作节点。
• 应用自然语言处理（NLP）技术，包括二元语法分析和主题建模，从推文中提取重复出现的主题。
• 使用预训练模型进行情感分析，以分类用户对关键预防措施（社交距离、隔离、封锁）的情感倾向。
• 将趋势和推文数量的时间模式与官方国家COVID-19确诊病例时间线进行相关性分析，以评估公共卫生准备情况。
• 对六个国家（美国、意大利、西班牙、瑞典、奥地利、比利时）进行比较案例研究，突出各国在意识和情感方面的差异。

实验结果

研究问题

• RQ1 Twitter参与度（趋势和推文数量）的差异是否反映了各国对COVID-19疫情准备程度的不同？
• RQ2 COVID-19相关趋势的出现是否与确诊病例随后的上升存在时间上的相关性？
• RQ3 在疫情结局不同的国家中，用户对社交距离和封锁等预防措施的情感态度有何差异？
• RQ4 在感染率较低与较高的国家中，与COVID-19相关的推文中主导讨论的主题分别是什么？
• RQ5 社交媒体活动能否作为公众意识的代理指标，并可能影响疫情传播动态？

主要发现

• 感染率较低的国家产生了显著更多的COVID-19相关趋势和推文，表明社交媒体上公众意识更具主动性。
• 在传播率较低的国家，与COVID-19相关的趋势在病例急剧上升之前便已出现，表明信息传播具有前瞻性。
• 在传播率较低的国家，用户对预防措施的正面情感更强烈，例如奥地利和比利时在社交距离话题上的情感峰值达到约0.9。
• 对封锁政策的情感态度存在显著差异：意大利的情感峰值为-0.1（负面），而奥地利和比利时则分别达到约0.9的正面峰值。
• 主题建模显示，在瑞典和奥地利，'社交距离'是出现频率最高的术语，而在西班牙，'自我隔离'则尤为突出。
• 总体而言，公众对社交距离和隔离的情感普遍为正面，但对封锁政策的情感则表现出明显分化，可能与社会或政策因素有关。