大区 Twitter 上 COVID-19 信息的探索性研究
社会与信息网络
2020-12-03 v2 计算机与社会
机器学习
摘要
COVID-19 的爆发导致主要在线社交网络（OSNs）中信息量的激增。面对这一不断变化的情况，OSNs 已成为人们表达观点和获取最新信息的重要平台。因此，OSNs 上的讨论可能成为现实的反映。本文旨在通过利用机器学习和表示学习方法，对大区（GR）及相关国家的 Twitter COVID-19 信息进行数据驱动的探索性研究，以揭示大区的显著特征。我们发现，GR 及相关国家的推文量与 COVID-19 病例数相关，但这种相关性仅存在于大流行的特定时期。此外，我们绘制了 2020-01-22 至 2020-06-05 期间各国和地区话题的变化情况，厘清了 GR 与相关资料国家之间的主要差异。
引用
@article{arxiv.2008.05900,
title = {An Exploratory Study of COVID-19 Information on Twitter in the Greater Region},
author = {Ninghan Chen and Zhiqiang Zhong and Jun Pang},
journal= {arXiv preprint arXiv:2008.05900},
year = {2020}
}