[论文解读] Understanding citizen reactions and ebola-related information propagation on social media

Thanh Tran, Kyumin Lee|arXiv (Cornell University)|Aug 18, 2016

Misinformation and Its Impacts参考文献 14被引用 12

一句话总结

本研究通过分析2014年埃博拉疫情期间的地理标签社交媒体数据，以理解公众反应及与埃博拉相关的信息传播情况。结合空间、时间和社会网络分析，该研究建模了信息的本地化特征，并揭示了不同地区公民认知与信息传播的差异，为未来公共卫生危机应对提供了洞见。

ABSTRACT

In severe outbreaks such as Ebola, bird flu and SARS, people share news, and their thoughts and responses regarding the outbreaks on social media. Understanding how people perceive the severe outbreaks, what their responses are, and what factors affect these responses become important. In this paper, we conduct a comprehensive study of understanding and mining the spread of Ebola-related information on social media. In particular, we (i) conduct a large-scale data-driven analysis of geotagged social media messages to understand citizen reactions regarding Ebola; (ii) build information propagation models which measure locality of information; and (iii) analyze spatial, temporal and social properties of Ebola-related information. Our work provides new insights into Ebola outbreak by understanding citizen reactions and topic-based information propagation, as well as providing a foundation for analysis and response of future public health crises.

研究动机与目标

• 理解公众如何通过社交媒体感知和应对埃博拉疫情。
• 建模与埃博拉相关的信息在地理区域间的本地化与传播特征。
• 分析公共卫生危机期间信息传播的空间、时间和社会网络特性。
• 为公共卫生机构未来应对疫情提供可操作的洞见。

提出的方法

• 收集并分析2014年埃博拉疫情期间与埃博拉相关的大量地理标签社交媒体信息。
• 应用空间聚类与时间趋势分析，识别公众情绪与信息传播在不同区域的差异。
• 构建信息传播模型，衡量与埃博拉相关的内容在多大程度上具有本地化特征。
• 整合社会网络分析，考察用户影响力与信息分享行为在信息扩散中的作用。
• 使用统计建模，关联地理接近度、时间与社交连通性与信息传播范围之间的关系。
• 通过在疫情严重程度与媒体曝光度不同的区域间进行对比分析，验证研究发现。

实验结果

研究问题

• RQ1 基于社交媒体数据，不同地理区域的公众对埃博拉的反应有何差异？
• RQ2 哪些因素影响社交媒体上传播与埃博拉相关的信息的本地化程度？
• RQ3 信息分享的时间模式如何与埃博拉疫情的进展相关联？
• RQ4 社会网络结构在埃博拉相关信息扩散中扮演何种角色？
• RQ5 空间与社会因素如何共同塑造疫情暴发期间公共卫生信息的传播？

主要发现

• 在疫情直接影响的地区，公众对埃博拉的反应更为强烈，表现为地理标签社交媒体信息量显著增加。
• 在互联网普及率较低、媒体基础设施薄弱的地区，埃博拉相关信息传播更具本地化特征，表明对本地社交网络的依赖性增强。
• 时间分析显示，信息分享的高峰与重大新闻事件及官方卫生公告密切相关。
• 高度连接的用户在放大埃博拉相关内容方面发挥了不成比例的作用，尤其是在城市中心地区。
• 传播模型表明，信息的本地化程度强烈受地理接近度与社交网络中社区结构的影响。
• 情绪与信息传播在不同区域的差异表明，公共卫生信息传播策略应根据本地社会与地理背景进行定制化设计。