基于图挖掘与自然语言处理的波斯语Twitter社交网络新冠疫情话语分析
社会与信息网络
2021-09-02 v1 计算与语言
摘要
理解话语动态的一种新科学方法是分析社交网络的公开数据。本研究旨在借助智能数据挖掘，对新冠疫情现象（受Laclau与Mouffe话语理论启发）进行后结构主义话语分析（PDA），以应用于波斯语社会。所考察的大数据为来自波斯语Twitter网络160,000名用户的五百万条推文，用以比较两种话语。除逐条分析推文文本外，还基于转推关系构建了社交网络图数据库。我们使用VoteRank算法来识别并排序其帖子成为口碑传播的用户，条件是网络上的总信息传播范围最大化。这些用户也根据其用词模式进行聚类（使用高斯混合模型）。将所构建的有影响力传播者话语与最活跃用户进行比较。该分析基于八个时段中与新冠相关的帖子展开。此外，依托推文词的统计内容分析与极性，对上述子群体（尤其是头部个体）进行话语分析。本研究最重要的结果是，Twitter用户的话语建构是基于政府而非基于社区的。所分析的伊朗社会不认为自己对新冠这一棘手问题负有责任，不信仰参与，并期望政府解决所有问题。最活跃与最具影响力用户的相似之处在于，政治、民族与批判性话语建构占主导。除研究方法上的优势外，也需注意本研究的局限性。文中给出了伊朗社会未来遭遇类似危机时的应对建议。
引用
@article{arxiv.2109.00298,
title = {Discourse Analysis of Covid-19 in Persian Twitter Social Networks Using Graph Mining and Natural Language Processing},
author = {Omid Shokrollahi and Niloofar Hashemi and Mohammad Dehghani},
journal= {arXiv preprint arXiv:2109.00298},
year = {2021}
}