[论文解读] What a Nasty day: Exploring Mood-Weather Relationship from Twitter

Jiwei Li, Xun Wang+1 more|arXiv (Cornell University)|Oct 30, 2014

Climate Change Communication and Perception参考文献 44被引用 17

一句话总结

本研究利用两年期的Twitter数据集和先进的机器学习流程，识别明确的情绪表达，同时过滤公共事件和混杂因素带来的噪声，探究情绪-天气关系。研究证实高温会增加愤怒情绪，降雪与抑郁情绪相关，整体天气状况显著影响多维情绪状态，为传统心理学调查提供了一种可扩展的替代方案。

ABSTRACT

While it has long been believed in psychology that weather somehow influences human's mood, the debates have been going on for decades about how they are correlated. In this paper, we try to study this long-lasting topic by harnessing a new source of data compared from traditional psychological researches: Twitter. We analyze 2 years' twitter data collected by twitter API which amounts to $10\%$ of all postings and try to reveal the correlations between multiple dimensional structure of human mood with meteorological effects. Some of our findings confirm existing hypotheses, while others contradict them. We are hopeful that our approach, along with the new data source, can shed on the long-going debates on weather-mood correlation.

研究动机与目标

• 利用大规模、实时的社交媒体数据，探究气象条件与多维人类情绪之间的相关性。
• 通过利用Twitter庞大的持续用户生成内容，克服传统心理学调查的局限性，如样本量小、成本高以及易受个体偏见影响的问题。
• 开发一个稳健的机器学习流程，识别明确的情绪表达，同时过滤非情绪相关因素，如公共事件和语言模糊性。
• 检验气温、降水和气压等天气变量是否与集体情绪的变化（包括愤怒、悲伤和快乐）相关。
• 为长期存在的天气-情绪关系争议贡献一种可扩展的、数据驱动的方法，提供超越轶事或基于调查的发现的实证洞察。

提出的方法

• 利用通过Twitter API收集的两年期Twitter数据集（所有推文的10%），聚焦地理标记信息，将情绪与本地天气状况关联。
• 开发机器学习流程以检测明确的情绪表达，区分真实情感状态与惯用语或否定表达（例如“不开心”）。
• 应用情感与情绪分类模型，识别包括愤怒、悲伤和快乐在内的多维情感状态。
• 实施统计控制措施，减轻公共事件（如迈克尔·杰克逊去世、海地地震）等混杂因素对情绪信号的干扰。
• 使用带有交互项的回归模型，解决天气变量（如温度、湿度、气压）之间的多重共线性问题，提升模型稳健性。
• 通过决定系数解释度（44.2%）评估模型性能，并与混合模型基线（30.8%）进行比较，证实模型拟合度和可靠性提升。

实验结果

研究问题

• RQ1 高温是否与Twitter用户愤怒情绪表达的增加相关？
• RQ2 降雪或寒冷天气是否与社交媒体帖子中悲伤或抑郁情绪水平的升高相关？
• RQ3 特定天气条件（如阳光、气压）是否与集体情绪中的积极或消极情感存在显著相关性？
• RQ4 公共事件或非天气相关因素在多大程度上会混淆社交媒体数据中观察到的情绪-天气关系？
• RQ5 机器学习流程能否有效从Twitter数据的语言噪声和惯用语中分离出真实的情绪表达？

主要发现

• 高温与愤怒情绪表达的增加显著相关，证实了关于高温引发攻击性的长期假设。
• 降雪与更高水平的悲伤和抑郁情绪相关，支持冬季天气与季节性情感障碍之间的关联。
• 模型解释了情绪变化中44.2%的偏差，优于基线混合模型（30.8%），表明具有较强的统计拟合度和可靠性。
• 尽管受到空气污染和事件驱动情绪波动等挑战因素的影响，聚合分析仍成功分离出与天气相关的情绪模式。
• 本研究证实，气温、降水和气压等天气变量对Twitter上表达的集体情绪具有可测量的、多维度的影响。
• 传统心理学研究中相互矛盾的发现，部分通过Twitter数据的大规模、实时特性得到调和，该特性减少了个体偏见并增强了统计功效。