基于 Twitter 数据的社交焦虑时空分析工具
计算与语言
2019-01-25 v1 社会与信息网络
摘要
在本文中，我们提出了一个用于分析社交焦虑时空分布的工具。Twitter 作为最流行的社交网络服务之一，被选作社交焦虑分析的数据源。推文（发布于 Twitter 上）包含各种情绪，因此这些个体情绪反映了往往依赖于空间和时间因素的社会氛围与舆论。我们在众多情绪中选择焦虑的原因在于，焦虑是一种非常重要的情绪，有助于观察和了解社群的社会事件。我们开发了一个基于机器学习的工具，用于空间和时间上分析社会氛围的变化。我们的工具对每条推文是否包含焦虑内容进行分类，并估计推文的焦虑程度。此外，它还以网络应用的形式可视化焦虑的时空分布，其中融合了物理地图、词云、搜索引擎和图表查看器。我们的工具应用于韩国的大型推文数据，以展示其在时空探索社会氛围与舆论方面的有用性。
引用
@article{arxiv.1901.08158,
title = {A Tool for Spatio-Temporal Analysis of Social Anxiety with Twitter Data},
author = {Joohong Lee and Dongyoung Son and Yong Suk Choi},
journal= {arXiv preprint arXiv:1901.08158},
year = {2019}
}
备注
In proceedings of the 34th ACM/SIGAPP Symposium On Applied Computing (SAC 2019)