Modeling Inter-Country Connection from Geotagged News Reports: A Time-Series Analysis
大数据分析的理论和技术的发展为调查在空间和时间上出现的大规模事件和模式提供了巨大的灵活性。在这项研究中,我们利用一个独特的开放获取的数据集“全球数据的事件,位置和语气”(GDELT)的模型在大众媒体中的中国形象,具体来说,中国如何与世界其他地区,以及这种连接如何随着时间的推移,自回归综合移动平均(ARIMA)模型的基础上演变。本研究的结果有助于在方法和经验的角度:我们研究了时间序列模型在预测长期的大众媒体数据的趋势的有效性。此外,我们确定了中国与其前15个相关国家之间的各种类型的连接强度模式。本研究为基于大众传媒数据解读中国外交和地区关系提供了有价值的输入,也为大数据时代其他国家和地区的国际关系研究提供了方法论参考。
2016-04-13 cs.SI physics.soc-ph stat.AP
Geotagged tweets to inform a spatial interaction model: a case study of museums
本文以英国约克郡的博物馆为例,探讨了社交媒体中自愿提供的地理信息对地理行为模式的影响。从179个行政区的15个博物馆的游客的空间互动模型来测试这种潜力。主要输入数据集包括使用Twitter流应用程序编程接口(API)收集的地理标记消息,过滤,分析和聚合,以便与模型的输出进行直接比较。模型输出和推文信息之间的比较允许校准模型参数,以优化从推文推断的博物馆流量与空间相互作用模型生成的流量矩阵之间的拟合。我们的结论是,来自社交媒体网站的自愿地理信息具有很大的潜力,为地理行为模型提供信息,特别是如果地理标记的社交媒体消息的数量继续增加。然而,我们警告说,来自社交媒体的自愿地理信息有一些重大的局限性,因此只应用作更一致的数据来源的补充,或者在官方数据集不可用时使用。
2014-03-20 cs.CY cs.SI stat.ME
Geolocated Social Media Posts are Happier: Understanding the Characteristics of Check-in Posts on Twitter
社交媒体上位置共享功能的日益普及使研究人员能够使用地理定位数据进行计算社会科学研究,为研究人类流动性,现实世界事件的影响等提供了机会。本文分析了什么是关键的区别与地理标签的职位,从那些没有。我们发现,共享位置的用户并不能代表整个社交媒体用户群,这会危及仅使用地理定位数据的研究的普遍性。我们考虑三个方面:情感-情感和情绪,内容-文本和非文本,以及受众参与。通过将130万条带有地理标记的推文的数据集与相同大小的随机数据集进行比较,我们发现Twitter上带有地理标记的帖子表现出明显更多的积极性,通常是关于婚礼或毕业典礼等欢乐和特殊事件,传达更多的集体主义而不是个人主义,并且包含更多的附加功能,如标签或图像中的对象,但同时产生的参与度大大降低。这些发现表明,有地理标记的帖子所传达的信息存在显着差异。我们的研究对未来利用地理定位社交媒体数据的研究具有重要意义。
2023-02-14 cs.SI
Understanding Common Perceptions from Online Social Media
现代社会习惯性地使用在线社交媒体服务,在任何时间和任何地点公开分享观察,思想,观点和信仰。这些地理标记的社交媒体帖子可以提供对人们对给定地理区域内的一系列不良主题的看法的聚合见解,而不是目前通过诸如Yelp和Foursquare的服务所能做到的。本文开发了概率语言模型,以调查是否可以从地理标记的Twitter帖子的内容中提取的集体,基于主题的看法在一个地理区域内。该方法的能力,说明使用不同大小的三个领域的推文。应用该方法,以支持电网恢复后的风暴。
2014-11-24 cs.SI physics.soc-ph
On the Accuracy of Hyper-local Geotagging of Social Media Content
社交媒体用户每年分享数十亿个项目,其中只有一小部分是地理标记的。我们提出了一种数据驱动的方法,用于通过对出现在文本中的超本地n-gram的位置分布进行建模来识别可以与超本地地理区域相关联的非地理标记的内容项。我们探讨了这种方法的准确性,精度和覆盖率之间的权衡。此外,我们还探索了从多个平台和设备接收的内容之间的差异,并显示,例如,通过不同的来源和应用程序共享的内容会产生显著不同的地理分布,最好根据其来源对项目进行建模和预测。我们的研究结果显示了数据驱动方法对短社交媒体文本进行地理标记的潜力和界限,并为所有使用数据驱动方法定位内容的应用程序提供了启示。
2015-02-01 cs.IR cs.SI
A Large-Scale Empirical Study of Geotagging Behavior on Twitter
社交媒体上的地理标记已成为了解人们流动性和社交活动的重要代理。使用地理标记来推断公众意见的研究依赖于对地理标记和非地理标记用户行为的几个关键假设。然而,这些假设尚未得到充分验证。缺乏对地理标记行为的了解阻碍了人们进一步利用它。本文基于从2000万用户收集的400多亿条推文,对Twitter上的地理标记行为进行了实证研究。有三个主要的发现可能会挑战这些共同的假设。首先,不同的用户群体具有不同的地理标记偏好。例如,只有不到3%的韩语用户使用地理标记,而超过40%的印度尼西亚语用户使用地理标记。其次,在配置文件中报告其位置的用户更有可能使用地理标记,这可能影响那些位置预测系统对非地理标记用户的可生成性。第三,用户的地理标记行为存在较强的同质性效应,即用户倾向于连接到具有相似地理标记偏好的朋友。
2019-08-28 cs.HC cs.SI
Examining Rail Transportation Route of Crude Oil in the United States Using Crowdsourced Social Media Data
本研究提出利用Flickr网站带有地理标记的照片重建美国原油铁路运输路线,推断结果与约96%官方事故记录吻合,揭示了人口密集区面临的潜在风险,为政策制定和风险分析奠定基础。
2024-02-13 cs.SI
Protest Activity Detection and Perceived Violence Estimation from Social Media Images
UCLA(加州大学洛杉矶分校)
我们开发了一种新的视觉模型,它可以识别抗议者,描述他们的活动的视觉属性和估计的感知暴力的图像的水平。对社交媒体和抗议活动的研究使用自然语言处理来跟踪个人如何使用标签和链接,通常侧重于这些项目的传播。然而,这些方法可能无法有效地充分表征实际的现实世界抗议活动(例如,暴力的或和平的)或估计参与者的人口统计(例如,年龄,性别和种族)和他们的情绪。我们的系统沿着这些维度描述抗议。我们收集了2013年至2017年的地理标记推文及其图像,并分析了这一时期的多个主要抗议事件。一个多任务的卷积神经网络,以自动分类的抗议者在图像中的存在,并预测其视觉属性,感知的暴力和表现出的情绪。我们还发布了UCLA抗议图像数据集,这是一个包含40,764张图像(11,659张抗议图像和硬底片)的新数据集,具有各种视觉属性和情感的注释。使用这个数据集,我们训练我们的模型,并证明其有效性。我们还提出了实验结果,从各种分析的地理标记的图像数据在几个流行的抗议活动。我们的数据集将在https://www.sscnet.ucla.edu/comm/jjoo/mm-protest/上提供。
2017-09-18 cs.CV cs.MM cs.SI
USTAR: Online Multimodal Embedding for Modeling User-Guided Spatiotemporal Activity
The University of Melbourne(墨尔本大学)
建立城市空间中人们活动的时空活动模型对于理解日益复杂的城市动力学具有重要意义。随着地理标记的社交媒体(GTSM)记录的出现,以前的研究表明GTSM记录的时空活动建模的潜力。用于此任务的最先进的方法将GTSM记录的不同模态(位置、时间和文本)嵌入到单个嵌入空间中。然而,他们忽略了非地理标记的社交媒体(NGTSM)记录,这些记录通常占大多数帖子(例如,在Twitter中超过95%),并且可以代表一个很好的信息来源,以减轻GTSM记录的稀疏性。此外,在当前的时空嵌入技术中,较少关注表现出空间动机行为的用户。为了弥补这一研究空白,本文提出了一种新的在线学习方法USTAR,用于用户引导的时空活动表示,该方法(1)将位置、时间和文本与用户一起嵌入到同一个嵌入空间中,以捕获它们之间的相关性:(2)使用一种新的基于两种不同经验研究的用户行为的协同过滤方法,将NGTSM和GTSM记录合并到学习中;以及(3)引入了一种新颖的采样技术,以在线方式学习时空表示,从而将最近的信息容纳到嵌入空间中,同时避免过拟合到最近的记录和社交媒体流中频繁出现的单元。我们的研究结果表明,USTAR大大提高了国家的最先进的区域检索和关键字检索,其潜力被应用到其他下游应用,如本地事件检测。
2019-10-23 cs.HC cs.LG cs.SI
Understanding Citizen Reactions and Ebola-Related Information Propagation on Social Media
在埃博拉、禽流感和SARS等严重疫情中,人们在社交媒体上分享新闻,以及他们对疫情的看法和反应。了解人们如何看待严重的疫情,他们的反应是什么,以及哪些因素影响这些反应变得非常重要。在本文中,我们进行了全面的研究,了解和挖掘埃博拉相关信息在社交媒体上的传播。特别是,我们(i)对地理标记的社交媒体消息进行大规模数据驱动分析,以了解公民对埃博拉的反应;(ii)建立信息传播模型,衡量信息的本地性;(iii)分析埃博拉相关信息的空间,时间和社会属性。我们的工作通过了解公民的反应和基于主题的信息传播,为埃博拉疫情提供了新的见解,并为分析和应对未来的公共卫生危机提供了基础。
2016-07-14 cs.CY cs.SI
Robust Spatio-Temporal Signal Recovery from Noisy Counts in Social Media
University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
许多现实世界的现象可以用时空信号来表示:在哪里,什么时候,有多少。对于那些希望监测此类信号的人来说,社交媒体是一个诱人的数据来源。与大多数先前的工作不同,我们假设目标现象是已知的,并且我们给出了一种方法来计算其在社交媒体中的发生率。然而,计数是困扰样本偏差,不完整的数据,矛盾的是,数据稀缺-问题没有充分解决以前的工作。我们制定信号恢复作为一个泊松点过程估计问题。我们明确地将人口偏差,时间延迟和空间失真,以及时空正则化纳入模型中,以解决噪声计数问题。我们提出了一个有效的优化算法,并讨论了它的理论性质。我们表明,我们的模型比常用的基线更准确。最后,我们提出了一个案例研究,野生动物路杀监测,我们的模型产生定性令人信服的结果。
2012-04-10 cs.AI cs.SI
Twitter conversations predict the daily confirmed COVID-19 cases
The University of Melbourne(墨尔本大学)
截至撰写本文时,COVID-19(2019冠状病毒病)已蔓延至220多个国家和地区。疫情爆发后,疫情的严重性使人们在社交媒体上更加活跃,特别是在Twitter和微博等微博平台上。几个月来,针对大流行的讨论一直在这些平台上保持趋势。先前的研究已经证实了这种社会产生的对话对危机事件的情景意识的贡献。对病例的早期预测对于当局估计应对病毒蔓延所需的资源需求至关重要。因此,本研究试图将公众话语的预测模型的设计,特别是针对陡峭的丘陵地区的一个正在进行的波。我们提出了一种基于主题的潜变量搜索方法,用于从公开的Twitter对话中设计预测模型。作为一个用例,我们对澳大利亚COVID-19日常病例和该国境内产生的Twitter对话实施了拟议的方法。实验结果:(i)显示Granger-导致每日COVID-19确诊病例的潜在社交媒体变量的存在,以及(ii)确认这些变量为预测模型提供了额外的预测能力。此外,结果表明,包含社交媒体变量比基线模型的RMSE提高了48.83- 51.38%。我们还向公众发布了大规模的COVID-19特定地理标记的全球推文数据集MegaGeoCOV,预计这种规模的地理标记数据将有助于通过其他空间和时间背景了解大流行病的对话动态。
2022-09-13 cs.CL cs.SI
Scaling of city attractiveness for foreign visitors through big data of human economical and social media activity
研究人类行为规律和规律的科学研究,如今越来越依赖于人类社会活动所产生的大量广泛可用的数字信息。在本文中,我们利用人类活动的三个不同方面(即,银行卡交易,地理标记的照片和推特)在西班牙量化城市吸引力的外国游客。本文的一个重要发现是城市吸引力与其人口规模的超线性标度。对于不同的城市定义方式和不同的数据源,观察到的标度指数几乎保持不变,强调了我们发现的鲁棒性。时间变化的标度指数也被认为是为了揭示季节性模式的吸引力
2015-04-22 cs.SI physics.soc-ph
Understanding the Spatio-temporal Topic Dynamics of Covid-19 using Nonnegative Tensor Factorization: A Case Study
Queensland University of Technology(昆士兰科技大学)
社交媒体平台通过使数十亿人能够无处不在地分享他们的想法和活动,为人类提供了一个数据驱动的世界。如果分析得当,这些庞大的数据可以为人们的行为提供有用的见解。在新型冠状病毒肺炎疫情下,现在比以往任何时候都更是了解人们在线行为的关键时刻,要详细了解人们在讨论什么话题,以及在哪里(空间)和何时(时间)讨论这些话题。针对海量社交媒体数据复杂度高、质量差的特点,需要一种有效的时空主题检测方法。本文提出了一种基于张量的社交媒体数据表示和非负张量因子分解(NTF),以识别社交媒体数据中讨论的主题以及时空主题动态。澳大利亚Twitter圈的Covid-19相关推文案例研究旨在识别和可视化Covid-19的时空主题动态
2020-09-19 cs.LG cs.SI
A Scalable Framework for Spatiotemporal Analysis of Location-based Social Media Data
在过去的几年里,社交媒体(例如,Twitter和Facebook)已经经历了惊人的崛起和普及,并成为内容共享和社交网络的无处不在的话语。随着移动设备和基于位置的服务的普及,社交媒体通常允许用户分享日常活动的地点(例如,签到和拍照),从而加强了社交媒体作为理解地理空间中人类行为和复杂社会动态的代理的作用。与传统的时空数据不同,这种新的数据形式是动态的、海量的,并且通常以非结构化媒体流(例如,文本和照片),这对传统的时空分析和地理信息科学提出了基本的表示,建模和计算挑战。在本文中,我们描述了一个可扩展的计算框架,利用大量的基于位置的社交媒体数据进行高效和系统的时空数据分析。在此框架内,时空轨迹(或路径)的概念被应用于表示社交媒体用户的活动配置文件。基于时空轨迹的集合,提出了一种分层时空数据模型,即时空数据立方体模型,用于表示多时空尺度下社交媒体用户跨越聚合边界的集体动态。该框架是根据北美大陆上发布的Twitter提要的公共数据流实施的。为了展示该框架的优点和性能,开发了一个交互式流映射接口(包括单源和多源流映射),以允许在多个尺度上对大规模基于位置的社交媒体中的运动动态进行实时和交互式视觉探索。
2014-09-08 cs.SI physics.soc-ph
Improved Density-Based Spatio--Textual Clustering on Social Media
Dankook University(檀国大学)
当输入数据类型在文本描述方面是异构的时,DBSCAN可能是不够的。当我们旨在发现与社交媒体上的特定兴趣点(POI)相关的地理标记记录的集群时,仅检查一种类型的输入数据(例如,与POI相关的推文)可能由于噪声区域而绘制不完整的聚类图。为了克服这个问题,我们引入DBSTexC,一个新定义的基于密度的聚类算法,使用空间文本信息。我们首先将POI相关和POI不相关的推文分别描述为包含和不包含POI名称或其语义连贯变体的文本。通过利用POI相关和POI不相关推文的比例,所提出的算法在$\mathcal{F}_1$分数及其变体方面表现出比DBSCAN情况高得多的聚类性能。虽然DBSTexC在文本同质输入下的性能与DBSCAN完全相同,但它在文本异构输入下的性能远远优于DBSCAN。此外,为了进一步提高聚类质量,充分捕捉地理分布的推文,我们提出了模糊DBSTexC(F-DBSTexC),DBSTexC的扩展,它将模糊聚类的概念到DBSTexC。然后,我们通过密集的实验证明了F-DBSTexC的鲁棒性。我们的算法的计算复杂性也分析和数值显示。
2018-06-14 cs.AI cs.IR cs.LG
Describing and Understanding Neighborhood Characteristics through Online Social Media
地理标记数据可用于描述世界上的区域并发现当地主题。然而,并非一个区域内产生的所有数据都一定具体描述该地区。表面的内容是一个地区的特点,我们提出了地理层次模型(GHM),概率模型的基础上的假设,在一个地区观察到的数据是一个随机的混合物的内容,属于不同层次的。我们将GHM应用于800万张Flickr照片的数据集,以区分内容(即,标签),其具体地表征区域(例如,邻里)和表征周围区域或更一般主题的内容。知识的歧视性和非歧视性的条款,在整个层次结构中使用,使我们能够量化的独特性,一个给定的区域,并比较类似的,但遥远的地区。我们的评估表明,我们的模型比传统的朴素贝叶斯分类提高了47%,比分层TF-IDF提高了27%。我们进一步强调了与人类推理的差异和共同点,这些推理是从十次访谈和一项涵盖时间、事件和先前区域知识等主题的调查中提炼出来的,
2015-03-11 cs.SI stat.ML
Using Reports of Own and Others' Symptoms and Diagnosis on Social Media to Predict COVID-19 Case Counts: Observational Infoveillance Study in Mainland China
公共社交媒体数据能否用于预测COVID-19病例数?我们分析了2019年11月1日至2020年3月31日期间中国流行的类似Twitter的社交媒体平台微博上约1500万条与COVID-19相关的帖子。我们开发了一个机器学习分类器来识别“生病的帖子”,这是一个人自己和其他人的症状和诊断与COVID-19有关的报告。然后,我们对患病帖子和其他COVID-19帖子对每日病例数的预测能力进行了建模。我们发现,COVID-19的症状和诊断报告显著预测了每日病例数,比官方统计数据提前了14天。但其他COVID-19帖子没有类似的预测能力。对于带有地理标签的帖子子集(占所有检索到的帖子的3.10%),我们发现,无论医疗资源分布是否不平等和疫情爆发的时间轴如何,预测模式对湖北省和中国大陆其他地区都适用。研究人员和疾病控制机构应密切关注有关COVID-19的社交媒体信息圈。除了监控整体搜索和发布活动之外,筛选内容并有效地从噪音中识别真实信号至关重要。
2020-08-04 cs.SI physics.soc-ph q-bio.PE
CaST: Causal Discovery via Spatio-Temporal Graphs in Disaster Tweets
CaST通过整合语义、时空信息,利用大规模语言模型构建事件图,实现灾难推文中更稳健和可解释的因果发现。
2026-02-01 cs.AI cs.SI
Translating Social Media Crisis Narratives into Road Network Utilization Metrics: The Case of 2020 Oklahoma Ice Storm
发生灾害时的风险沟通是复杂的,涉及社交网络(即,公共和(或)私营机构;当地居民)以及有形基础设施网络的动员能力有限和运营制约。尽管有关基础设施相互依赖性和相互依赖的社会物理系统的文献越来越多,但对在线社交网络中的风险沟通在重大灾难期间如何影响物理基础设施网络的深入了解仍然有限,更不用说复合风险事件了。这项研究分析了大规模的危机流动性和活动相关的社会互动和关注的数据集,这些数据集通过社交媒体(Twitter)为俄克拉荷马州受冰风暴(2020年10月)影响的社区提供。在COVID-19大流行的情况下,俄克拉荷马州居民面临着这场历史性的冰暴(2020年10月26日至2020年10月29日),由于冰堆积过多,造成了毁灭性的交通影响(其中包括)。通过使用Twitter最近发布的学术应用程序编程接口(API),提供完整和公正的数据,地理标记的tweets(大约。210 K)收集了覆盖整个俄克拉何马州,和冰风暴相关的推文(约。14.2K)。首先,该研究使用自然语言处理和文本量化技术来翻译危机叙述(即,tweets)。接下来,使用传统的GIS技术将地理标记的推文映射到位于同一地点的道路网络中。最后,使用网络科学理论和量化的社会叙事来解释道路网络的不同元素(例如,地方公路、高速公路等)为俄克拉何马州社区提供服务,这些社区在大流行期间受到冰风暴事件的影响。
2022-12-16 cs.SI
COVID-19 and Big Data: Multi-faceted Analysis for Spatio-temporal Understanding of the Pandemic with Social Media Conversations
UCLA(加州大学洛杉矶分校);UCSF(加州大学旧金山分校)
COVID-19自2019年底以来一直在破坏世界,并继续在重大国家和国际事件中发挥重要作用,因此,新闻。在它之后,没有任何生命不受影响。社交媒体平台赢得了全世界的关注,成为全球讨论COVID-19的工具。特别是,许多人使用这些网站来表达他们对这一流行病的感受、经历和观察。我们对社交媒体上关于新型冠状病毒大流行的这些对话所表现出的关键特性进行了多方面的分析。我们提出了一个框架,用于分析、挖掘和跟踪围绕疫情的社交媒体对话的关键内容和特征。以Twitter和Reddit为重点,我们收集了一个关于COVID-19社交媒体对话的大规模数据集。我们的分析涵盖了在美国各地按时间和地区跟踪有关病毒获取、症状、对话主题和语言复杂性指标的潜在报告。我们还提出了一个基于BERT的模型,用于识别COVID-19对话中的仇恨推文实例,其错误率低于最先进的性能。我们的研究结果为我们提出的框架的有效性提供了实证验证,并进一步表明,可以有效地利用社交媒体数据,为公共卫生专家提供廉价但全面的疫情过程洞察力。
2021-04-22 cs.CL cs.SI
American cultural regions mapped through the lexical analysis of social media
Instituto de Física Interdisciplinar y Sistemas Complejos IFISC (UIB-CSIC)(跨学科物理与复杂系统研究所(巴利阿里群岛大学-西班牙国家研究委员会));ISI Foundation(ISI基金会);University of Birmingham(伯明翰大学);The Alan Turing Institute(阿兰·图灵研究所)
本文提出一种基于社交媒体推文词汇自动分析的方法,通过地理标记推文中实义词频率分布和主成分层次聚类,无预设偏见地识别美国文化区域,揭示南北分离及东西向等区域划分。
2023-04-18 cs.CL cs.CY cs.SI
An assessment of measuring local levels of homelessness through proxy social media signals
University of Vermont(佛蒙特大学);Santa Fe Institute(圣塔菲研究所)
本研究利用约100万条含“homeless”的地理标签推文,通过自然语言处理评估2010-2022年美国州级无家可归情况,发现推文与人均无家可归量相关,但指出实际问题限制了其作为代理指标的潜力。
2023-05-15 cs.CL cs.CY cs.SI
Community-based Behavioral Understanding of Crisis Activity Concerns using Social Media Data: A Study on the 2023 Canadian Wildfires in New York City
University of Oklahoma(俄克拉荷马大学);Howard University(霍华德大学)
本研究利用纽约市2023年6月加拿大野火烟雾事件期间的带地理标签Twitter数据,通过文本分类和社区推断模型,揭示不同性别、种族及收入群体在疏散、通勤等危机活动关注度上的差异,为应急沟通和响应提供参考。
2024-01-22 cs.CL cs.CY cs.SI
Topic, Sentiment and Impact Analysis: COVID19 Information Seeking on Social Media
Queensland University of Technology(昆士兰科技大学)
当人们注意到一些不寻常的事情时,他们会在社交媒体上讨论。他们通过文字表达留下情感的痕迹。跨时间和空间系统地收集、分析和解释社交媒体数据,可以深入了解当地疫情、心理健康和社会问题。这种及时的见解有助于制定战略和资源,并作出适当和有效的反应。这项研究分析了与COVID 19相关的澳大利亚球体的大型时空推文数据集。该方法包括数量分析、动态主题建模、情感检测和语义品牌评分,以深入了解COVID 19大流行爆发以及澳大利亚不同州和城市随着时间的推移的公众讨论。所获得的见解与独立观察到的现象,如政府报告的实例进行比较。
2020-08-28 cs.IR cs.LG cs.SI
Transportation in Social Media: an automatic classifier for travel-related tweets
在过去的几年里,智能交通系统领域的研究人员已经做出了一些努力,从社交媒体流中提取有价值的信息。然而,从任何社交媒体收集特定领域的数据是一项具有挑战性的任务,需要适当和强大的分类方法。在这项工作中,我们专注于探索地理定位的推文,以创建一个旅游相关的推文分类器使用的词袋和词嵌入的组合。由此产生的分类使得有可能在圣保罗和里约热内卢有趣的时空关系的识别。
2017-06-15 cs.CY cs.SI