COVID-19疫苗与社交媒体：探索Twitter上的情绪与讨论
社会与信息网络
2021-09-30 v2 计算与语言
摘要
理解公众对COVID-19疫苗的反应是控制COVID-19大流行的关键成功因素。为理解公众反应，有必要探索舆论。传统调查昂贵且耗时，涉及的健康话题有限，且获得小规模数据。Twitter可为理解关于COVID-19疫苗的公众舆论提供绝佳机会。本研究提出一种结合计算与人工编码方法的方法，收集并分析大量推文，以提供关于COVID-19疫苗更广阔的视角。本研究使用基于机器学习规则的方法识别推文情感，发现主要话题，探索时间趋势，并使用统计检验比较负面与非负面推文的话题，揭示具有负面与非负面情感的推文的首要话题。我们的发现表明，关于COVID-19疫苗的负面情感在2020年11月至2021年2月间呈下降趋势。我们发现Twitter用户在2020年11月至2021年2月间讨论了从疫苗接种点到2020年美国大选的广泛话题。结果表明，在大多数话题的权重上，负面与非负面情感的推文之间存在显著差异。我们的结果还表明，负面与非负面推文具有不同话题优先级与焦点。本研究说明Twitter数据可用于探索关于COVID-19疫苗的公众舆论。
引用
@article{arxiv.2108.04816,
title = {COVID-19 Vaccine and Social Media: Exploring Emotions and Discussions on Twitter},
author = {Amir Karami and Michael Zhu and Bailey Goldschmidt and Hannah R. Boyajieff and Mahdi M. Najafabadi},
journal= {arXiv preprint arXiv:2108.04816},
year = {2021}
}