[论文解读] Twitter Reveals: Using Twitter Analytics to Predict Public Protests

Mohsen Bahrami, Yasin Fındık+2 more|arXiv (Cornell University)|May 1, 2018

Social Media and Politics参考文献 40被引用 13

一句话总结

本文提出一种基于机器学习的预测方法，利用Twitter分析技术预测公共抗议活动，结合事件特定特征与热门话题标签。通过分析2016年特朗普当选后与抗议相关的推文，该模型实现了超过75%的平均预测准确率——最高达100%，证明了Twitter作为民事动荡实时早期预警系统的有效性。

ABSTRACT

The right to protest is perceived as one of the primary civil rights. Citizens participate in mass demonstrations to express themselves and exercise their democratic rights. However, because of the large number of participants, protests may lead to violence and destruction, and hence can be costly. Thus, it is important to predict such demonstrations in advance to safeguard against such damages. Recent research has shown that about 75 percent of protests that are regarded as legal, are planned in advance. Twitter, the prominent micro-blogging website, has been used as a tool by protestors for planning, organizing, and announcing many of the recent protests worldwide such as those that led to the Arab Spring, Britain riots, and those against Mr. Trump after the presidential election in the U.S. In this paper, we aim to predict protests by means of machine learning algorithms. In particular, we consider the case of protests against the then-president-elect Mr. Trump after the results of the presidential election were announced in November 2016. We first identify the hashtags calling for demonstration from Trending Topics on Twitter, and download the corresponding tweets. We then apply four machine learning algorithms to make predictions. Our findings indicate that Twitter can be used as a powerful tool for predicting future protests with an average prediction accuracy of over 75 percent (up to 100 percent). We further validate our model by predicting the protests held in the U.S. airports after President Trump's executive order banning citizens of seven Muslim countries from entering the U.S. An important contribution of our study is the inclusion of event specific features for prediction purposes which helps to achieve high levels of accuracy.

研究动机与目标

• 开发一种基于社交媒体数据（特别是Twitter）的公共抗议活动预测模型。
• 探究实时Twitter分析是否能够检测到计划中的大规模示威活动的早期信号。
• 通过整合抗议活动相关的特定特征（如抗议话题标签和时间模式）提高预测准确率。
• 在真实世界抗议事件上验证模型性能，包括2017年美国机场针对穆斯林禁令的抗议活动。
• 证明利用社交媒体作为民事动荡预防早期预警系统的可行性。

提出的方法

• 在2016年美国总统大选后，从Twitter的热门话题API中收集与抗议活动相关的热门话题标签。
• 使用Twitter的流媒体和搜索API下载与识别出的抗议相关话题标签相关的所有推文。
• 提取一组全面的特征，包括时间模式、情感倾向、转发频率以及事件特定元数据。
• 应用四种机器学习算法——逻辑回归、随机森林、梯度提升和SVM——对抗议类与非抗议类推文进行分类。
• 基于时间分割的数据对模型进行训练与评估，以模拟实时预测场景。
• 在2017年美国机场针对穆斯林禁令的抗议活动独立数据集上验证模型性能。

实验结果

研究问题

• RQ1 Twitter分析能否可靠检测到计划中的公共抗议活动的早期信号？
• RQ2 机器学习模型在区分抗议活动与一般社交媒体流量方面的有效性如何？
• RQ3 与通用社交媒体指标相比，事件特定特征在多大程度上提升了预测准确率？
• RQ4 该模型能否在不同时间与语境下的抗议事件中实现泛化，例如2017年的穆斯林禁令抗议活动？
• RQ5 利用Twitter数据进行抗议活动预测，所能达到的预测准确率上限是多少？

主要发现

• 在预测2016年美国总统大选后的抗议活动时，所提出的模型平均预测准确率超过75%。
• 在某些情况下，模型预测准确率达到了100%，尤其是在包含事件特定特征时。
• 引入事件特定特征（如抗议相关话题标签、活动量的时间性激增以及情感趋势）显著提升了模型性能。
• 该模型成功预测了2017年穆斯林禁令行政令发布后美国机场的抗议活动，验证了其泛化能力。
• 抗议相关话题标签的时间模式与流量激增是即将发生示威活动的强有力指标。
• 在所测试的四种机器学习算法中，梯度提升与随机森林在精确率与召回率方面优于逻辑回归与SVM。