基于信息源刻画发布疫苗相关推文的Twitter用户社区

目的:我们基于网页可信度构建社区结构,并度量信息类型以刻画发布疫苗相关推文的Twitter用户社区。方法:我们仅在关于疫苗的Twitter数据(推文)上进行实验。数据收集时间为2017年1月17日至2018年3月14日。我们根据其内容信息及所在来源(即网站域名)构建聚类。我们仅关注与疫苗相关的主题。为检测社区结构与网络,我们对疫苗相关Twitter用户应用了Louvain社区算法及称为Info map方法的随机游走。我们基于Twitter用户所共享信息导出的多种度量来定义社区。基于这些导出度量的社区表示与可视化有助于公共卫生组织理解拒绝疫苗安全性与有效性的可能原因。结果:为分析社交媒体上人们的认知,我们下载了6,591,566条推文。我们区分出1,860,662名发布疫苗相关内容的用户。我们应用Louvain社区检测算法及DMM值,发现了192个社区。只要主题数量较少,其也产生较高的对齐值。随着主题数量增加,对齐度变低。总推文根据其特征分为两部分。第一类包含163,148(57.16%)条基于证据与倡导的推文,第二类包含6,244(2.19%)条基于经验与观点的推文。我们观察到4,548名用户发布关于疫苗的经验性推文,其中3,449名用户(75.84%)发布了证据与倡导相关内容。