社交网络中疫苗否认主义情感簇的算法检测与分析
社会与信息网络
2019-05-31 v1 物理与社会
摘要
世界许多地区疫苗接种率正在下降，而在接种率特别低的地区往往随之出现可预防疾病的暴发。大量研究致力于增进我们对疫苗接种决策背后动机以及提供给怀疑者的各类信息之效果的理解，但尚未有对在线疫苗接种话语结构的大规模研究。在此，我们提出一种以 Twitter 为例的定量研究在线系统中疫苗话语的方法。我们训练深度神经网络预测推文的疫苗情感，超越了现有最优性能，达到二分类准确率 以及三分类 F1 为 。我们识别出持续产生强烈反疫苗与亲疫苗内容的账号。我们发现强烈反疫苗账号主要发布指向 Youtube 及通过销售替代健康产品盈利的商业网站的链接，这代表了利益冲突。我们还可视化了疫苗话语中行为者重复互作的网络，发现其高度分层，同配系数为 。
引用
@article{arxiv.1905.12908,
title = {Algorithmic Detection and Analysis of Vaccine-Denialist Sentiment Clusters in Social Networks},
author = {Bjarke Mønsted and Sune Lehmann},
journal= {arXiv preprint arXiv:1905.12908},
year = {2019}
}
备注
14 pages, 7 figures