基于社交媒体交互的代理机构层面 COVID-19 风险与响应沟通数据驱动推断
社会与信息网络
2020-08-11 v1 物理与社会
摘要
公共机构通过社交媒体的风险与响应沟通在新型冠状病毒(COVID-19)的出现与传播中发挥了重要作用，此类交互也在其他信息渠道中得到呼应。本研究收集了时间敏感的在线社交媒体数据，并采用数据驱动方法分析了来自公共卫生(WHO、CDC)、应急(FEMA)和交通(FDOT)等机构的相关沟通模式。工作范围包括详细理解机构在疫情期间如何通过社交媒体沟通风险信息，并影响社区响应（即封锁时机、重启时机）与疾病暴发指标（即确诊数、死亡数）。数据包含来自不同机构的 Twitter 交互（平均每机构 2.15K 条推文），以及 2020 年 2 月 21 日至 2020 年 6 月 6 日期间观察到的 COVID-19 病例与死亡的众包数据（即 Worldometer）。此处应用了若干机器学习技术（如主题挖掘与随时间变化的情感评分）以识别这一前所未有时期中新兴主题的动力学。结果的时间信息图捕捉了机构在传播有关口罩重要性、居家隔离、社交距离和接触者追踪等信息上随时间的差异。此外，各机构在关于社区传播、个人防护装备短缺、检测与医疗物资、烟草使用、疫苗、心理健康问题、住院、飓风季、机场、建设工程等方面的讨论也存在差异。研究结果可支持在社区转向新常态以及未来大流行中更有效地传递风险与响应信息。
引用
@article{arxiv.2008.03866,
title = {Data-driven Inferences of Agency-level Risk and Response Communication on COVID-19 through Social Media based Interactions},
author = {Md Ashraf Ahmed and Arif Mohaimin Sadri and M. Hadi Amini},
journal= {arXiv preprint arXiv:2008.03866},
year = {2020}
}