Tracking Dengue Epidemics using Twitter Content Classification and Topic Modelling
长期以来,检测和预防巴西和其他热带地区登革热和寨卡等蚊媒疾病的爆发一直是受影响地区政府的首要任务。流媒体社交媒体内容,如Twitter,越来越多地用于健康预警应用,如流感检测。然而,之前的工作并没有解决Twitter内容在多次疫情爆发中发生剧烈季节性变化的复杂性。为了解决这一差距,本文对比了两种互补的方法来检测与登革热疫情检测相关的Twitter内容,即使用主题建模的监督分类和无监督聚类。每种方法都有优点和缺点。我们的分类器基于约1,000个实例的小训练集实现了约80%的预测准确率,但需要手动注释使得难以跟踪流行病性质的季节性变化,例如某些地理位置出现的新型病毒。相比之下,基于LDA的主题建模扩展良好,从更大的样本中生成有凝聚力和分离良好的集群。虽然随着流行病的变化,聚类可以很容易地重新生成,但是这种方法很难将相关的推文清楚地分离到定义明确的聚类中。
2016-05-03 cs.SI
Analyzing Political Text at Scale with Online Tensor LDA
Harvard University(哈佛大学);NVIDIA(英伟达);Johns Hopkins University(约翰霍普金斯大学);California Institute of Technology(加州理工学院)
本文提出了一种可扩展的TLDA方法,用于大规模政治文本分析,实现了高效计算和内存使用,支持对大规模社交媒体数据的深入研究。
2025-11-11 cs.LG cs.SI
Twitter discussions and emotions about COVID-19 pandemic: a machine learning approach
University of Toronto(多伦多大学);University of Pittsburgh(匹兹堡大学);Chinese Academy of Sciences(中国科学院)
这项研究的目的是检查与冠状病毒疾病(COVID-19)相关的讨论,关注和Twitter用户发布的推文中出现的情绪。我们分析了2020年3月1日至4月21日期间与COVID-19疫情相关的400万条Twitter消息,使用了“冠状病毒”、“COVID-19”、“检疫”等25个标签列表。我们使用一种机器学习方法,即潜在狄利克雷分配(LDA),来识别收集的推文中流行的一元组、二元组、突出的主题和主题以及情绪。流行的单字包括“病毒”、“封锁”和“隔离”。流行的双字母组合包括“COVID-19”、“呆在家里”、“冠状病毒”、“社交距离”和“新病例“。“我们确定了13个讨论主题,并将其分为五个不同的主题,例如“减缓COVID-19传播的公共卫生措施”,“与COVID-19相关的社会耻辱”,“冠状病毒新闻病例和死亡”,“COVID-19在美国”和“世界其他地区的冠状病毒病例”。在所有确定的主题中,对冠状病毒传播的主要情绪是预期可以采取的措施,其次是对不同主题的信任,愤怒和恐惧的混合情绪。公众在讨论冠状病毒新病例和死亡人数时,比其他话题表现出明显的恐惧感。该研究表明,Twitter数据和机器学习方法可以通过研究COVID-19期间不断变化的公众讨论和情绪来进行信息学研究。实时监测和评估Twitter上的讨论和关切,对于公共卫生应急反应和规划是有希望的。当COVID-19出现第二波疫情或即将来临的新…
2020-06-19 cs.CL cs.CY cs.SI
Public Sentiment Analysis of Traffic Management Policies in Knoxville: A Social Media Driven Study
Department of Computer Science, Tennessee Tech University, Cookeville, TN, USA(计算机科学系,田纳西技术大学, Cookeville)
本研究利用社交媒体数据分析金斯维尔交通管理政策的公众情绪,发现推特平台负面情绪更显著,建设相关话题情绪最负面,展示了社交媒体在交通政策监测中的应用价值。
2025-12-01 cs.AI cs.SI
Utilizing Social Media Attributes for Enhanced Keyword Detection: An IDF-LDA Model Applied to Sina Weibo
University of New South Wales(新南威尔士大学)
针对社交媒体短文本关键词检测难题,提出结合IDF与LDA的模型,利用点赞、评论和转发等属性加权文档,有效提升关键词检测的精确率和召回率。
2023-05-30 cs.CL cs.IR cs.SI
A Multi-View Approach Based on Naming Behavioral Modeling for Aligning Chinese User Accounts across Multiple Networks
近年来,数亿中国人已经成为社交网络用户,并且跨多个社交网络对齐普通中国用户的账户对于许多网络间应用是有价值的,例如,跨网推荐、跨网链接预测。许多方法已经探索了如何利用帐户名信息来对齐普通英语用户的帐户。然而,如何正确地利用帐户名信息时,对齐中国用户帐户仍然需要详细研究。在本文中,我们首先讨论了现有的命名行为模型,以及不同类型的中国帐户名称匹配的相关特征。其次,本文提出了多视角跨网络用户对齐方法(MCUA)框架,该方法采用多视角框架,创造性地整合不同的模型来处理不同类型的中文账户名匹配,在对齐中文用户账户时可以考虑所有研究的特征。最后,我们进行了实验,以证明MCUA可以优于许多现有的方法来对齐新浪微博和Twitter之间的中国用户帐户。此外,我们还研究了MCUA的最佳学习模型和不同类型的名称匹配的top-k有价值的功能在我们的实验数据集。
2020-06-18 cs.SI
Event detection in Colombian security Twitter news using fine-grained latent topic analysis
Universidad Nacional de Colombia(哥伦比亚国立大学)
文化和社会动态是重要的概念,必须加以理解,以便掌握社区关心的问题。为此,新闻是一个很好的社区信息来源,特别是近年来,大众媒体巨头使用社交网络与受众沟通和互动。在这项工作中,我们使用的方法来发现潜在的主题,从哥伦比亚的Twitter新闻帐户,以确定该国最突出的事件。我们特别关注与安全、暴力和犯罪有关的推文,因为哥伦比亚社会周围存在暴力环境。我们使用的潜在主题发现方法通过使用FastText构建推文的向量表示,并通过K-means聚类算法发现推文的聚类。通过测量潜在狄利克雷分配(LDA)模型的一系列主题的$C_V$相干性来找到聚类的数量。最后,我们使用均匀流形近似和投影(UMAP)降维可视化的推文向量。一旦确定了与安全、暴力和犯罪相关的聚类,我们将在每个聚类中应用相同的方法来执行细粒度分析,其中将新闻中提到的特定事件分组在一起。我们的方法能够发现特定于事件的新闻集,这是对人们如何参与不同类型新闻的Twitter线程进行广泛分析的基准,重点是安全,暴力和犯罪相关的推文。
2019-11-19 cs.CL cs.SI
Detecting the Presence of COVID-19 Vaccination Hesitancy from South African Twitter Data Using Machine Learning
本研究对3万条南非推文进行情感分析,对比LSTM、SVM、BERT等模型在检测COVID-19疫苗犹豫上的表现,发现BERT和RoBERTa的F1分数最高(60%和61%),并利用LDA对错分推文进行主题建模以探索改进方向。
2023-07-12 cs.CL cs.CY cs.LG
Cross-Platform Digital Discourse Analysis of the Israel-Hamas Conflict: Sentiment, Topics, and Event Dynamics
Institute of Computer Science, Foundation for Research and Technology(计算机科学研究所,研究与技术基金会);Technical University of Crete(克里特技术大学)
本研究通过跨平台分析,揭示了以色列-哈马斯冲突中情感、主题和事件动态的演变,提出多平台数据集及分析流程,探讨平台特性对冲突传播的影响。
2025-11-27 cs.AI cs.CL cs.CY
Anxiety, Alcohol, and Academics: A Textual Analysis of Student Facebook Confessions Pages
大学生在完全匿名的情况下在社交媒体上向同龄人透露了什么?他们的校园环境与他们揭露的主题有关吗?为了回答这些问题,我分析了Facebook的忏悔页面。这些页面在数百所大学校园中很受欢迎,允许学生在公共社区论坛上匿名发布个人自白。在这份初步的研究报告中,我分析了几个解释网络学生忏悔行为的因素。在3年的时间里,我汇总了近20万个忏悔帖子,将潜在狄利克雷分配(LDA)与Mechanical Turk的人工验证相结合,以可扩展地识别这些在线忏悔中的主题。在可能的情况下,我还将帖子链接到从Twitter解析的真实世界新闻事件。我发现,提到社会经济学以及身心健康的忏悔更经常发生在顶级,昂贵的私立大学。虽然与事件有关的忏悔最经常提到与学校有关的事件,但许多人提到当地校园范围之外的全球和国内事件。结果表明,来自不同校园的本科生披露的主题,如种族,社会经济学和政治不同,但总的来说,随着时间的推移,在类似的模式后。此外,结果证实,匿名Facebook忏悔者在健康和社会经济地位等重要但禁忌的话题上获得了支持。
2018-08-19 cs.CY cs.SI
Extracting Major Topics of COVID-19 Related Tweets
University of Birjand(比尔詹德大学);Birjand University of Technology(比尔詹德技术大学)
随着新型冠状病毒疫情的爆发,Twitter上的用户活跃度显著增加。一些研究调查了这一时期推文的热点话题;然而,很少有人关注呈现和分析新冠肺炎话题的时空趋势。在这项研究中,我们使用主题建模方法提取全国隔离期间(2020年3月23日至6月23日)关于Covid-19推文的全球主题。我们实施潜在狄利克雷分配(LDA)算法提取的主题,然后命名为“重新开放”,“死亡病例”,“远程办公”,“抗议”,“愤怒的表达”,“掩盖”,“药物治疗”,“社会距离”,“第二波”,和“疾病的高峰期”的标题。我们还分析了全球和四个国家的主题的时间趋势。通过分析图表,随着时间的推移改变用户对主题的关注程度,可以获得有趣的结果。
2021-10-05 cs.IR cs.LG cs.SI
Exploratory Analysis of Covid-19 Tweets using Topic Modeling, UMAP, and DiGraphs
University of Maryland Baltimore County(马里兰大学巴尔的摩县分校);Booz Allen Hamilton(博思艾伦汉密尔顿)
本文通过模式匹配、LDA 主题建模、UMAP 聚类、转发时间计算和转发级联可视化五种方法分析 Covid-19 推文,揭示关键主题、传播速度与网络行为,并验证了正则表达式等早期描述性方法的有效性。
2020-05-06 cs.LG cs.SI