分析 2022 年法国大选中的热门 Twitter 标签

为预测社交媒体用户未来活动而训练的回归模型需要丰富的特征以实现准确预测。现有许多先进模型可生成此类特征；然而，当它们在海量数据集上运行时，其计算的时间复杂度往往高得令人望而却步。一些研究表明，简单的语义网络特征已足够丰富，可用于回归而无需复杂计算。我们提出一种将语义网络用作机器学习任务中用户级特征的方法。我们利用来自 370 万条与 2022 年法国总统大选相关的推文语料库的 1037 个 Twitter 标签的语义网络进行了实验。构建一个二部图，其中标签为节点，加权边连接标签以反映同时与两个标签互动的 Twitter 用户数量。随后将该图转化为以最热门标签为根节点的最大生成树，以在标签间构建层级结构。我们据此为每个用户提供一个基于该树的向量特征。为验证语义特征的实用性，我们进行了回归实验，以六种情绪（如愤怒、愉悦或厌恶）预测每个用户的响应率。我们的语义特征在回归中表现良好，大多数情绪的 $R^2$ 高于 0.5。这些结果表明，我们的语义特征可考虑用于进一步预测大数据集上社交媒体响应的实验。