社交媒体中食物语言的分析

我们研究了社交媒体中食物语言的预测能力。我们收集了超过三百万条来自 Twitter 的与食物相关的帖子，并证明许多潜在的人口特征可以直接从这些数据中预测：超重率、糖尿病率、政治倾向以及作者的家乡地理位置。对于所有任务，我们基于语言的模型均显著优于多数类基线。通过更复杂的自然语言处理（如主题建模），性能得到进一步提升。我们分析了哪些文本特征对这些数据集具有最大的预测能力，从而深入洞察食物语言、地理区域和社区特征之间的联系。最后，我们设计并实现了一个在线系统，用于对该数据集进行实时查询和可视化。可视化工具（如地理参考热力图、保语义词云和时间直方图）使我们能够发现反映在食物语言中更复杂的全局模式。