一种 Twitter 情感曲线模型
社会与信息网络
2021-06-08 v1 物理与社会
摘要
Twitter 是最常用的政治传播在线平台之一，因其消息简洁（尤其适合政治口号）且传播迅速。特别是当话题激发用户的情绪时，Twitter 上的内容以极快速度被分享，因此研究推文情感对于预测讨论的演变及相关叙事的记录至关重要。在本文中，我们提出一个能够复现与特定话题和时段相关的推文情感动态，并基于已观测的过去数据对未来帖子的情感进行预测的模型。该模型是 Pólya urn 的一个近期变体，在 arXiv:1906.10951 与 arXiv:2010.06373 中已被提出并研究，其特征是“局部”强化，即主要基于最近观测的强化机制，以及预测均值的随机持续波动。特别地，后一特征能够捕捉情感曲线中的趋势波动。尽管所提模型极具通用性，也可用于其他情境，但其在多个 Twitter 数据集上进行了测试，并展现出优于标准 Pólya urn 模型的性能。此外，在不同数据集上的不同表现凸显了针对公共事件的不同情感敏感度。
引用
@article{arxiv.2011.05933,
title = {A model for the Twitter sentiment curve},
author = {Giacomo Aletti and Irene Crimaldi and Fabio Saracco},
journal= {arXiv preprint arXiv:2011.05933},
year = {2021}
}
备注
19 pages, 12 figures