When Politicians Talk About Politics: Identifying Political Tweets of Brazilian Congressmen
Federal University of Minas Gerais（米纳斯吉拉斯联邦大学）；State University of Southwestern of Bahia（巴伊亚西南州立大学）；Federal University of Bahia（巴伊亚联邦大学）
自2013年6月以来，巴西面临着一代人以来规模最大、影响最大的大规模抗议活动，一场政治危机正在酝酿之中。在这场危机中，巴西政治家利用社交媒体与选民沟通，以保留或增加他们的政治资本。问题是，许多有争议的话题正在进行中，代表们可能更愿意在他们的信息中避免这些主题。为了描述这种行为，我们提出了一种方法来准确地识别政治和非政治推文独立的副手谁张贴它和它被张贴的时间。此外，我们还收集了2013年10月至2017年10月期间活跃在Twitter上并在巴西议会工作的所有国会议员的推文。为了评估我们的方法，我们使用了词云和主题模型来识别主要的政治和非政治潜在主题的推特。这两个结果都表明，我们的建议能够准确区分政治和非政治推文。此外，我们的分析揭示了一个惊人的事实：巴西代表发布的信息中有一半以上是非政治性的。
2018-05-04 cs.CL cs.SI
BlackLivesMatter 2020: An Analysis of Deleted and Suspended Users in Twitter
2020年5月乔治·弗洛伊德去世后，社交媒体上的讨论量急剧增加。在这一悲剧事件之后，发生了一系列抗议活动，被称为2020年黑人生命问题运动。最终，许多用户帐户被其所有者删除或因违反社交媒体平台的规则而被暂停。在这项研究中，我们分析了在Twitter事件触发之前和之后发生了什么，关于删除和暂停用户。我们创建了一个新的数据集，其中包括大约50万用户共享2000万条推文，其中一半人积极参与了2020年BlackLivesMatter的讨论，但其中一些人后来被删除或暂停。我们特别研究了垃圾邮件，负面语言，仇恨言论和错误信息传播方面的不良行为的因素。我们发现，与没有参与2020年BlackLivesMatter讨论的用户相比，参与讨论的用户有更多负面和不受欢迎的推文。此外，触发事件发生后，Twitter的新账户数量显著增加，但与老用户相比，新用户更倾向于发布不受欢迎的推文。
2022-07-06 cs.SI
Smelly Maps: The Digital Life of Urban Smellscapes
它对我们如何看待地方有着巨大的影响。尽管气味很重要，但它一直被城市规划者和科学家们严重忽视，尤其是因为它很难大规模地记录和分析。这篇论文的作者之一冒险进入城市世界，在不同的城市进行了嗅行：参与者接触了一系列不同的气味，并被要求记录他们的经历。因此，与气味相关的词汇被收集和分类，创造了第一本关于城市气味的词典。在这里，我们探索使用社交媒体数据来可靠地绘制整个城市气味的可能性。为此，我们从Flickr和Instagram收集巴塞罗那和伦敦的地理参考图片标签，并从Twitter收集地理参考推文。我们将这些标签和推文与气味字典中的单词进行匹配。我们发现，气味相关的词最好分为十类。我们还发现，特定类别（例如，工业、运输、清洁）与政府空气质量指标相关，增加了我们研究的有效性。
2015-05-26 cs.CY cs.SI
How Many Tweets DoWe Need?: Efficient Mining of Short-Term Polarized Topics on Twitter: A Case Study From Japan
近年来，社交媒体因产生两极分化而受到批评。发现新出现的分歧和日益严重的两极分化对记者发出警报和提供更平衡的报道很重要。虽然最近的研究表明社交媒体上存在两极分化，但它们主要集中在有限的主题上，如政治，长期收集大量数据，特别是数月或数年。虽然这些发现很有帮助，但要立即创建警报为时已晚。为了解决这个问题，我们开发了一个领域无关的挖掘方法，以确定两极分化的主题在Twitter上在短期内，即12小时。因此，我们发现2022年初的每日日本新闻相关话题在12小时范围内的两极分化率为31. 6\%。我们还分析了他们倾向于构建平均度相对较高的信息扩散网络，一半的推文是由相对较少的人创建的。然而，由于Twitter API的限制，每天收集大量关于许多主题的推文并监视两极分化是非常昂贵和不切实际的。为了使其更具成本效益，我们还开发了一种预测方法，使用机器学习技术来估计极化水平使用随机收集的推文利用网络信息。大量的实验表明，与基线方法相比，收集成本显着节省。特别是，我们的方法达到了0.85的F分数，需要4,000条推文，比基线节省了4倍。据我们所知，我们的工作是第一个预测低资源推文主题的极化水平。我们的研究结果对新闻媒体有着深远的影响，使记者能够快速有效地发现和传播两极分化的信息。
2022-11-29 cs.CY cs.SI
Twitter Sentiment Analysis
这个项目解决了twitter中的情感分析问题;也就是根据其中表达的情感对tweet进行分类：积极的，消极的或中性的。Twitter是一个在线微博和社交网络平台，允许用户编写最长140个字符的简短状态更新。这是一个迅速扩大的服务，拥有超过2亿注册用户-其中1亿是活跃用户，其中一半每天登录twitter-每天产生近2.5亿条推文。由于大量的使用，我们希望通过分析推文中表达的情绪来反映公众情绪。分析公众情绪对于许多应用都很重要，例如公司试图找出他们的产品在市场上的反应，预测政治选举和预测股票交易等社会经济现象。该项目的目的是开发一个功能分类器，用于对未知的推文流进行准确和自动的情感分类。
2015-09-14 cs.CL cs.IR cs.SI
Timeline Generation: Tracking individuals on Twitter
在本文中，我们提出了一个无监督的框架来重建一个人的生活史，创建一个按时间顺序排列的列表{ \it个人重要事件}（PIE）的个人的基础上，他们发布的推文。通过分析个人tweet集合，我们发现适合包含在个人时间轴中的应该是谈论个人（而不是公共）和特定时间（而不是一般时间）主题的tweet。为了进一步提取这些类型的主题，我们引入了一个非参数的多层次狄利克雷过程模型来识别四种类型的推文：个人时间特定的（PersonTS），个人时间一般（PersonTG），公共时间特定的（PublicTS）和公共时间一般（PublicTG）的主题，这反过来，用于进一步的个人事件提取和时间轴生成。据我们所知，这是第一个专注于从twitter数据中为个人生成时间轴的工作。为了进行评估，我们基于Twitter和Wikipedia构建了一个新的黄金标准时间表，其中包含来自20个{ \it普通Twitter用户}和20个{ \it名人}的PIE相关事件。真实Twitter数据上的实验定量地证明了我们的方法的有效性。
2014-02-07 cs.IR cs.SI
Half-life of Youtube News Videos: Diffusion Dynamics and Predictive Factors
该研究聚焦YouTube新闻视频前24小时的早期传播，基于覆盖75国的5万余条视频量化其24小时半衰期（平均约7小时，差异显著），构建6种模型预测半衰期延迟，并通过XAI分析预测因子的重要性，同时公开相关资源。
2025-07-27 cs.SI
Women, politics and Twitter: Using machine learning to change the discourse
ParityYEG；University of Alberta（阿尔伯塔大学）；Dev Edmonton Society（埃德蒙顿发展协会）；University of Toronto（多伦多大学）
在政治决策中纳入不同的声音加强了我们的民主体制。在加拿大政治制度中，各级民选政府都存在性别不平等。针对参与政治的妇女的网上虐待，如仇恨推文，助长了这种不平等，特别是关注其性别的推文。在本文中，我们介绍了ParityBOT：一个Twitter机器人，它通过发送有关有影响力的女性领导人和有关女性在公共生活中的事实的支持性推文，来对抗针对女性的滥用推文。ParityBOT是第一个基于人工智能的干预措施，旨在更好地影响女性在政治中的在线话语。该项目的目标是：（$1$）提高人们对政治中性别不平等问题的认识，（$2$）积极影响政治中的公共话语。本文的主要贡献是一个可扩展的模型来分类和应对仇恨推文的定量和定性评估。ParityBOT滥用分类系统在公共在线骚扰数据集上进行了验证。我们的结论与ParityBOT的影响分析，从干预期间收集的数据在$2019$艾伯塔省和$2019$加拿大联邦选举。
2019-11-25 cs.CL cs.LG cs.SI
Aggregate Characterization of User Behavior in Twitter and Analysis of the Retweet Graph
以前对Twitter用户行为的大多数分析都集中在个人信息级联和社交粉丝图上。相反，我们研究聚合用户行为和转推图，重点是定量描述。我们发现，寿命鸣叫分布是一个II型离散威布尔源于幂律风险函数，鸣叫率分布，虽然渐近幂律，表现出对数正态截止在有限的样本间隔，和鸣叫间隔分布是幂律指数截止。转推图是小世界和无标度的，就像社交图一样，但不那么分散，并且具有更强的聚类。这些差异与它更好地捕捉用户之间的真实社会关系和信任是一致的。除了理解和建模人类的通信模式和社交网络，应用替代，分散的微博系统，无论是预测现实世界的表现和检测垃圾邮件进行了讨论。
2014-02-11 cs.SI physics.soc-ph
Efficient Twitter Sentiment Classification using Subjective Distant Supervision
Indian Institute of Technology, Hyderabad（印度海得拉巴理工学院）
随着像Twitter这样的微博服务在当今全球化的世界中变得越来越有影响力，它的情感分析等方面正在被广泛研究。我们不再被自己的观点所束缚。其他人的观点和情感在塑造我们的观点方面发挥着巨大的作用。在本文中，我们建立在以前的作品Twitter的情感分析使用远程监督。现有的方法需要巨大的计算资源来分析大量的推文。在本文中，我们提出的技术，以加快计算过程的情感分析。我们使用tweet主观性来选择正确的训练样本。我们还介绍了EFWS（有效字分数）的概念，从常用词的极性得分，这是一个额外的启发式，可以用来加快与标准的机器学习算法的情感分类推文。我们使用160万条推文进行了实验。实验评估表明，我们提出的技术是更有效的，具有更高的准确性相比，以前提出的方法。我们在10万条推文的训练数据集上实现了约80%的总体准确率（EFWS启发式算法的准确率约为85%），这是基线模型所用数据集大小的一半。我们提出的模型的准确性比基线模型高2-3%，并且该模型的有效训练速度是基线模型的两倍。
2017-01-11 cs.CL cs.IR cs.SI
Deciphering Crypto Twitter
本研究针对Crypto Twitter收集4000万条加密货币相关推文，通过语义聚类、网络构建等方法分析话题与情绪变化，发现可对应真实加密事件的情绪指标，还揭示了机器人活动结构，为加密事件检测与机器人识别提供了新思路。
2024-03-09 cs.CE cs.SI
Sentiment Analysis and Text Analysis of the Public Discourse on Twitter about COVID-19 and MPox
Emory University（埃默里大学）
针对现有研究未同时分析COVID-19与MPox相关推文的空白，本研究对6万余条同时涉及二者的推特开展情感与文本分析，得出情感分布、热门话题标签与高频词等结果，并验证了研究的创新性。
2023-12-17 cs.AI cs.CL cs.LG
Topical differences between Chinese language Twitter and Sina Weibo
Northeastern University（东北大学）；Center for Data Science（数据科学中心）；New York University（纽约大学）
新浪微博是中国最受欢迎的微博平台，目前有超过$500M$用户使用，被认为是中国社交生活的代理。在这项研究中，我们对比了新浪微博和中文Twitter上的讨论，以观察中国文化的两种不同分支：中国境内使用新浪微博的人受到政府的限制，而境外的人可以完全匿名地自由发言。首先，我们提出了一个简单的ad-hoc算法来识别Tweets和微博的主题。与以往的微消息主题检测不同，本文的算法考虑的是内容相同但标签不同的主题。我们的算法也可以检测主题的推文和微博没有任何\#标签。使用一个大型的微博和中文推文语料库，涵盖从1月$1$到12月$31$，$2012$，我们获得了一个主题列表，使用聚类的标签，然后我们可以使用它们来比较两个平台。令人惊讶的是，我们发现在最受欢迎的$100$主题中没有共同的条目。此外，只有$9.2\%$的推文与新浪微博平台上的热门$1000$话题相对应，相反，只有$4.4\%$的微博被发现讨论最热门的Twitter话题。我们的研究结果显示，两个平台上的社会关注度存在显着差异，新浪微博上最受欢迎的话题与娱乐有关，而大多数推文与新浪微博中几乎不存在的文化或政治内容相对应。
2015-12-22 cs.CL cs.SI physics.soc-ph
A Sentiment Analysis of Breast Cancer Treatment Experiences and Healthcare Perceptions Across Twitter
The University of Vermont（佛蒙特大学）；Harvard Medical Center（哈佛医学中心）；UVM Health Network（佛蒙特大学健康网络）；Arizona State University（亚利桑那州立大学）；Beth Israel Deaconess Medical Center（贝斯以色列女执事医疗中心）
背景资料：社交媒体有能力为医疗保健行业提供来自患者的宝贵反馈，这些患者透露和表达了他们的医疗决策过程，以及治疗期间和治疗后自我报告的生活质量指标。在以前的工作中，[Crannell et.等]，我们研究了Twitter上活跃的癌症患者群体，并编辑了一组描述他们患这种疾病的经历的推文。我们将这些在线公开证词称为“隐形患者报告结果”（iPRO），因为它们带有相关指标，但难以通过传统的自我报告方式获取。方法：我们目前的研究旨在识别与患者体验相关的推文，作为监测公共卫生的额外信息工具。使用Twitter的公共流媒体API，我们编译了2016年9月至2017年12月中旬的530多万条与“乳腺癌”相关的推文。我们将监督机器学习方法与自然语言处理相结合，筛选与乳腺癌患者经历相关的推文。我们分析了845个乳腺癌患者和幸存者账户的样本，这些账户负责超过48，000个帖子。我们调查了tweet内容与快乐情感分析定量提取情感主题。结果：我们发现，积极的经验，分享病人的治疗，提高支持，并传播意识。与医疗保健有关的进一步讨论很普遍，主要是负面的，重点是担心可能导致失去覆盖面的政治立法。结论：社交媒体可以为患者提供一个积极的渠道，让他们讨论他们的需求和对医疗保险和治疗需求的担忧。从在线通信中获取iPRO可以帮助告知医疗保健专业人员，并导致更多的连接和个性化的治疗方案。
2018-10-12 cs.CL cs.SI
Check_square at CheckThat! 2020: Claim Detection in Social Media via Fusion of Transformer and Syntactic Features
TIB Leibniz Information Centre for Science and Technology（莱布尼茨科技信息中心）；L3S Research Center, Leibniz University Hannover（汉诺威莱布尼茨大学L3S研究中心）
在这个新闻消费的数字时代，新闻读者有能力以高度互动和快速的方式与他人反应，表达和分享意见。因此，假新闻已经进入我们的日常生活，因为大公司和个人在互联网上核实新闻的能力非常有限。在本文中，我们专注于解决事实核查生态系统中的两个问题，这两个问题可以帮助在社交媒体上不断增加的内容流中自动进行事实核查。对于第一个问题，声明检查价值预测，我们探索了语法特征和来自Transformers（BERT）嵌入的深度Transformer双向编码器表示的融合，以对推文的检查价值进行分类，即它是否包括声明。我们进行了详细的功能分析，并提出了我们的最佳表现模型为英语和阿拉伯语的推文。对于第二个问题，索赔检索，我们从专门针对语义文本相似性训练的连体网络Transformer模型（transformer-transformers）中探索预训练的嵌入，并执行KD搜索以检索关于查询tweet的验证索赔。
2020-09-20 cs.CL cs.SI
Citizens' Emotion on GST: A Spatio-Temporal Analysis over Twitter Data
人们可能不会近在咫尺，但他们仍然是-凭借社会网络。社交网络在许多方面改变了人们的生活。人们可以在各种平台上表达他们的观点，意见和生活经历，无论是Twitter，Facebook还是任何其他媒体。此类活动包括审查产品或服务、传达对政治玩笑的看法、预测股价或对非货币化或商品及服务税等政府政策提供反馈。这些社交平台可以用来调查公众产生的情感曲线的见解。这种分析可以使产品更好，预测未来的前景，也可以更好地执行公共政策。这种对情感分析的研究正在迅速增加。在这篇研究论文中，我们分别对1，42，508和58，613条推文进行了时间分析和空间分析，这些推文是在2017年7月4日至2017年7月25日的GST实施期间发布的。这些推文是使用Twitter流媒体API收集的。一个著名的词汇，加拿大国家研究委员会（NRC）情感词汇被用于意见挖掘，表现出八种基本情感的混合，即喜悦，信任，预期，惊讶，恐惧悲伤，愤怒，厌恶和两种情感，即积极和消极的6,554个单词。
2019-06-20 cs.IR cs.SI
Twitter User Representation Using Weakly Supervised Graph Embedding
Purdue University（普渡大学）
本文提出基于弱监督图嵌入的框架，通过Twitter上生活方式相关推文学习用户表示，有效检测用户类型并优于基线，可推广至其他领域。
2022-04-13 cs.AI cs.CL cs.CY
Design and analysis of tweet-based election models for the 2021 Mexican legislative election
Niels Bohr International Academy（尼尔斯·玻尔国际研究院）；Niels Bohr Institute（尼尔斯·玻尔研究所）；The Aspen Institute México（墨西哥阿斯彭研究所）；Max-Planck-Institut für Astrophysik（马克斯·普朗克天体物理研究所）；Metrics（Metrics公司）；Universidad Nacional Autónoma de México（墨西哥国立自治大学）；Universidad La Salle México（墨西哥拉萨尔大学）；Imperial College London（帝国理工学院）
本文基于2021年墨西哥立法选举前六个月的1500万条推文构建并比较选举模型，证明带地理属性的Twitter数据在预测选举结果上优于传统民调，并与官方人口及互联网普查数据正相关。
2023-06-21 cs.CL cs.CY cs.SI
Do You Do Yoga? Understanding Twitter Users' Types and Motivations using Social and Textual Information
Purdue University（普渡大学）
利用社交媒体数据来了解人们的生活方式选择是一个令人兴奋的领域，但需要对数据进行多视图制定。在本文中，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，通过结合用户的社会和文本信息，了解他们的活动和动机。我们使用Twitter上与健康相关的推文，重点关注“瑜伽”。我们在两个下游任务上展示了我们的模型：（i）找到用户类型，例如从业者或促销（推广瑜伽工作室/健身房），其他;（ii）找到用户动机，即健康益处，灵性，喜欢推/转推瑜伽但不练习瑜伽。
2021-01-27 cs.AI cs.CL cs.CY
To Vaccinate or not to Vaccinate? Analyzing $\mathbb{X}$ Power over the Pandemic
Tampere University（坦佩雷大学）；RISE Research Institutes of Sweden（瑞典RISE研究院）
本研究通过自然语言处理和情感分析评估公众对COVID-19疫苗的看法，发现总体反应积极但存在国家层面的负面情绪，并验证S-SVDD分类器在推文情感分类中表现最佳。
2025-03-04 cs.CY cs.LG cs.SI
