Word frequency and sentiment analysis of twitter messages during Coronavirus pandemic
Ramanujan College (University of Delhi)（德里大学拉马努金学院）；University of Delhi（德里大学）
本文针对COVID-19疫情期间的Twitter消息，采用词频统计（幂律分布拟合）与情感分析方法，揭示了词频模型拟合良好且多数推文呈中性极性。
2024-06-01 cs.CL cs.IR cs.SI
Sentiment Analysis of Twitter Data for Predicting Stock Market Movements
Indian Institute of Technology, Bhubaneswar（布巴内斯瓦尔印度理工学院）；G.G Vishwavidyalaya, Central University（G.G大学（中央大学））
预测股票市场走势是一个众所周知的有趣问题。如今的社交媒体完美地代表了公众对当前事件的情绪和看法。特别是twitter在研究公众情绪方面吸引了众多研究者的关注。根据公众在twitter上表达的情绪来预测股市一直是一个有趣的研究领域。先前的研究已经得出结论，从Twitter收集的公众情绪很可能与道琼斯工业平均指数（DJIA）相关。这项工作的论文是观察一家公司的股票价格的变化，上涨和下跌，与公众对该公司的推文中表达的意见有多相关。情感分析的目的是从文本中理解作者的观点。本文采用Word 2 vec和N-gram两种不同的文本表示方法来分析推文中的公众情绪。在本文中，我们应用情感分析和监督机器学习原则，从twitter上提取的推文，并分析了一家公司的股票市场走势和推文中的情感之间的相关性。在一个精心设计的方式，积极的新闻和社交媒体上关于一家公司的推文肯定会鼓励人们投资该公司的股票，因此该公司的股价会上涨。文章最后指出，股票价格的涨跌与推文中的公众情绪之间存在很强的相关性。
2016-10-28 cs.CL cs.IR cs.SI
Public Sentiment Toward Solar Energy: Opinion Mining of Twitter Using a Transformer-Based Language Model
University of Colorado Boulder（科罗拉多大学博尔德分校）；University of Colorado Denver（科罗拉多大学丹佛分校）
公众对可再生能源的接受和支持是可再生能源政策和市场条件的重要决定因素。本文使用Twitter的数据研究了美国公众对太阳能的看法，Twitter是一个微博平台，人们在其中发布消息，称为推文。我们过滤了特定于太阳能的推文，并使用来自Transformers的鲁棒优化的双向编码器表示（RobERTa）执行分类任务。分析2020年1月底至7月初期间的71，262条推文，我们发现各州的公众情绪差异很大。在研究期间，美国东北部地区对太阳能的态度比美国南部地区更积极。太阳辐射与各州太阳情绪的变化无关。我们还发现，公众对太阳能的看法与可再生能源政策和市场条件相关，具体而言，可再生能源组合标准（RPS）目标，客户友好的净计量政策和成熟的太阳能市场。
2020-07-27 cs.CL cs.CY
Identification of emotions on Twitter during the 2022 electoral process in Colombia
Universidad de Buenos Aires (UBA)（布宜诺斯艾利斯大学）；Instituto de Ciencias de la Computación, CONICET, Universidad de Buenos Aires（CONICET 布宜诺斯艾利斯大学计算机科学研究所）
本研究针对哥伦比亚西班牙语情绪检测资源匮乏的问题，构建了2022年哥伦比亚总统选举相关的小型西班牙语Twitter情绪标注语料库，对比了BERT模型与少样本设置下GPT-3.5的情绪分类效果，并公开了数据集和代码。
2024-07-09 cs.CL cs.LG
Exa-PSD: a new Persian sentiment analysis dataset on Twitter
本文提出Exa-PSD数据集，用于波斯语推特情感分析，包含12,000条推文，通过Pars Bert和Roberta模型评估，达到79.87宏F分数。
2026-02-24 cs.CL
Analyzing the Language of Food on Social Media
University of Arizona（亚利桑那大学）
我们调查了社交媒体上食物语言背后的预测能力。我们从Twitter上收集了超过300万条与食物相关的帖子，并证明了许多潜在的人口特征可以直接从这些数据中预测：超重率，糖尿病率，政治倾向和作者的家庭地理位置。对于所有任务，我们基于语言的模型都显著优于多数类基线。通过更复杂的自然语言处理（如主题建模），性能得到了进一步提高。我们分析了哪些文本特征对这些数据集具有最强的预测能力，从而深入了解食物语言、地理位置和社区特征之间的联系。最后，我们设计并实现了一个在线的数据集的实时查询和可视化系统。可视化工具，如地理参考热图，语义保留词云和时间直方图，使我们能够发现反映在食物语言中的更复杂的全球模式。
2014-09-11 cs.CL cs.CY cs.SI
Does Yoga Make You Happy? Analyzing Twitter User Happiness using Textual and Temporal Information
Purdue University（普渡大学）
尽管瑜伽是一种磨练身心的多成分练习，并被认为可以减少焦虑和抑郁，但在社交媒体上对人们与瑜伽相关的情绪状态的理解仍然存在差距。在这项研究中，我们调查练习瑜伽和快乐之间的因果关系，结合使用者的文本和时间信息，使用格兰杰因果关系。为了从文本中找出因果特征，我们测量了两个变量（i）基于内容分析的瑜伽活动水平和（ii）基于情绪状态的幸福水平。为了理解用户的瑜伽活动，我们提出了一个联合嵌入模型的基础上融合的神经网络与注意力机制，利用用户的社会和文本信息。为了测量瑜伽使用者的情绪状态（目标域），我们提出了一种迁移学习方法，从源域上训练的基于注意力的神经网络模型中转移知识。我们在Twitter数据集上的实验表明，有1447名用户“瑜伽格兰杰带来快乐”。
2020-12-05 cs.AI cs.CL cs.CY
COVID-19 on Social Media: Analyzing Misinformation in Twitter Conversations
University of Southern California（南加利福尼亚大学）
持续的冠状病毒（COVID-19）大流行凸显了当今全球化世界的相互联系。随着社交距离政策的实施，虚拟通信已成为（错误）信息的重要来源。随着越来越多的人依赖社交媒体平台获取新闻，识别错误信息并揭示有关COVID-19的在线话语的性质已成为一项关键任务。为此，我们自2020年3月1日起使用Twitter API收集与COVID-19相关的流媒体数据。我们根据事实核查来源确定了不可靠和误导性的内容，并检查了错误信息推文中的叙述，以及这些推文的参与分布。此外，我们提供了突出的错误信息推文的传播模式的例子。该分析在可访问的仪表板（https：//usc-melady.github.io/COVID-19-Tweet-Analysis）上展示和更新，以跟踪2020年3月1日至6月5日期间Twitter上关于COVID-19的在线话语和错误信息的性质。该仪表板提供了一个已识别的错误信息推文的每日列表，以及COVID-19 Twitter话语中的主题，情绪和新趋势。提供仪表板是为了提高对在线共享信息的性质和质量的可见性，并提供对从数据集中提取的见解和信息的实时访问。
2020-10-22 cs.CY cs.LG cs.SI
Analyzing Trendy Twitter Hashtags in the 2022 French Election
Rensselaer Polytechnic Institute（伦斯勒理工学院）
本文提出将Twitter话题标签语义网络转化为最大生成树并构造用户级向量特征，用于预测用户情绪响应率，实验显示多数情绪R²超过0.5。
2024-02-29 cs.LG cs.SI
Social Media as a Sensor: Analyzing Twitter Data for Breast Cancer Medication Effects Using Natural Language Processing
Emory University（埃默里大学）
本文提出基于NLP的方法，利用transformer分类器识别X平台乳腺癌患者并收集数据，构建副作用词典分析药物使用与副作用，揭示了社交媒体在临床研究中的价值。
2024-02-26 cs.CL cs.LG cs.SI
Out of the Shadows: Analyzing Anonymous' Twitter Resurgence during the 2020 Black Lives Matter Protests
University of Kent（肯特大学）
最近，曾经著名的黑客组织“匿名者”几乎没有什么值得注意的活动。该组织负责对主要企业和政府进行基于活动家的网络攻击，在2013年主要成员被捕后，该组织似乎已经分裂。然而，在回应乔治·弗洛伊德被杀后发生的主要黑人生命物质（BLM）抗议活动时，有报道称该组织又回来了。为了研究这种明显的复苏，我们对Twitter上的匿名子公司进行了大规模的研究。为此，我们首先使用机器学习来识别一个由33,000多个匿名账户组成的重要网络。通过从这些账户收集的推文的主题建模，我们发现了对BLM相关主题持续感兴趣的证据。然后，我们使用情感分析的推文集中在这些主题，发现一个团结的方法之间的组，积极的推文通常被用来表达对BLM的支持，和负面的推文通常被用来批评警方的行动的证据。最后，我们检查了网络中自动化的存在，确定了大多数匿名帐户中类似机器人行为的迹象。这些调查结果表明，虽然该组织在抗议活动中出现了复苏，但机器人活动可能是夸大这种复苏程度的原因。
2021-07-22 cs.CY cs.LG
ET-LDA: Joint Topic Modeling For Aligning, Analyzing and Sensemaking of Public Events and Their Twitter Feeds
Twitter等社交媒体渠道已成为大众对演讲、体育和辩论等公共事件做出回应的流行平台。虽然这为理解和理解社交媒体对事件的接收提供了巨大的机会，但这些承诺伴随着重大的技术挑战。特别是，给定一个事件和相关的大规模tweet集合，我们需要有效地将tweet与它们所指的事件部分对齐的方法。这反过来又提出了如何将事件分割成更小但有意义的部分的问题，以及如何弄清楚一条推文是关于整个事件的一般推文还是针对事件的特定部分的特定推文。在这项工作中，我们提出了ET-LDA，一个有效的方法，通过联合统计建模的主题影响的事件及其相关的推文对齐事件及其推文。该模型能够自动分割的事件和表征的推文分为两类：（1）情节推文，具体响应的内容在事件的片段，和（2）稳定的推文，一般响应的事件。我们提出了一个有效的推理方法，这个模型，并全面评估其有效性，现有的方法。特别是，通过用户研究，我们证明了用户发现的主题，段，对齐，和情节的推文发现ET-LDA是更高的质量和更有趣的相比，国家的最先进的，在18- 41%的范围内的改进。
2012-12-21 cs.AI cs.LG cs.SI
A Longitudinal Dataset of Twitter ISIS Users
College of Information Sciences and Technology, Pennsylvania State University（宾夕法尼亚州立大学信息科学与技术学院）
我们提出了一个大型的纵向数据集的推文从两组用户被怀疑是隶属于ISIS。这些用户是根据先前的研究和旨在关闭ISIS Twitter帐户的运动确定的。这些用户在2014年至2015年期间至少与已知的ISIS账户有过一次接触，截至2021年仍处于活跃状态。他们中的一些人直接支持ISIS的用户和他们的推文，转发他们，一些引用ISIS推文的用户，与ISIS种子账户有不确定的联系。这项研究和数据集代表了分析ISIS数据的独特方法。虽然有很多关于ISIS在线活动的研究，但很少有研究关注个人账户。我们验证帐户的方法以及开发用于区分帐户功能的框架（例如，宣传与作战计划）为今后的研究提供了基础。我们对收集的数据进行了一些描述性统计和初步分析，以提供更深入的见解，并突出此类分析的重要性和实用性。我们进一步讨论了几个跨学科的潜在用例和研究方向。
2022-02-02 cs.AI cs.CL cs.CR
Two Computational Models for Analyzing Political Attention in Social Media
University of Michigan（密歇根大学）
了解政治注意力是如何划分的，以及哪些主题对于议程设置，框架和政治修辞等领域的研究至关重要。现有的测量注意力的方法，如根据已建立的代码手册进行手动标记，是昂贵的，并且可能是限制性的。我们描述了两个计算模型，可以自动区分政治家社交媒体内容中的主题。我们的模型--一个监督分类器和一个无监督主题模型--提供了不同的好处。监督分类器减少了根据预定主题列表对内容进行分类所需的劳动。然而，推文所做的不仅仅是传达政策立场。我们的无监督模型揭示了政治话题和其他Twitter用途（例如，组成服务）。这些模型是政治传播和社交媒体研究的有效，廉价的计算工具。我们展示了它们的实用性，并讨论了它们提供的不同分析，将这两种模型应用于第115届美国国会议员发布的推文。
2019-09-17 cs.LG cs.SI stat.ML
DISC: Dataset for Analyzing Driving Styles In Simulated Crashes for Mixed Autonomy
University of Maryland at College Park（马里兰大学帕克分校）
针对自动驾驶缺乏碰撞前人类驾驶行为数据的问题，提出DISC数据集，通过VR模拟器TRAVERSE收集数百名驾驶员在12种模拟事故场景中的行为数据，支持混合自动驾驶环境下的行为分类与轨迹预测，填补了罕见事件数据空白。
2025-01-28 cs.LG cs.RO
Semi-strong Efficient Market of Bitcoin and Twitter: an Analysis of Semantic Vector Spaces of Extracted Keywords and Light Gradient Boosting Machine Models
Rensselaer Polytechnic Institute（伦斯勒理工学院）；Khalifa University（哈利法大学）
本研究通过分析2870万条Twitter推文，利用关键词语义向量空间和LGBM模型检验比特币市场的半强有效性，发现1小时至每日的市场走势中78%-94%可由公开信息解释。
2024-09-24 cs.LG econ.GN q-fin.EC
Sentiment Analysis of Political Tweets for Israel using Machine Learning
LearnByResearch
情感分析是计算机科学领域的一个重要研究课题。随着信息技术和社交网络的加速发展，在网络应用程序或Twitter等社交媒体平台上产生了大量与评论文本相关的数据。因此，人们积极地开始扩散一般信息和与政治观点有关的信息，这成为分析公众反应的重要原因。大多数研究者使用社交媒体的细节或内容来分析和预测有关政治事件的公众舆论。本研究提出了一个分析研究，使用以色列政治Twitter数据来解释公众舆论对巴以冲突。使用支持向量分类器（SVC）、决策树（DT）和朴素贝叶斯（NB）等机器学习算法分析了以推文形式出现的种族群体和意见领袖的态度。最后，根据不同模型的实验结果进行了对比分析。
2022-04-12 cs.IR cs.LG
