利用图上下文化发现 Facebook 讨论串中的政治话题
应用统计
2018-03-28 v3 计算与语言
物理与社会
摘要
我们提出了一种图上下文化方法 pairGraphText，用于研究 2012 年法国总统选举期间 Facebook 上的政治参与情况。这是一种将图数据与在线讨论串的文本数据相结合的谱算法。具体而言，我们考察了八位主要候选人的 Facebook 帖子及其下方的评论。我们发现了两种结构的证据：(i) 以候选人为中心的结构，即公民主要在某一位候选人的留言板上评论；以及 (ii) 以议题为中心的结构（即政治话题），即公民的注意力和表达主要指向特定的一组议题（例如经济、移民等）。为了识别以议题为中心的结构，我们开发了 pairGraphText，以分析在交互（即文本）上具有高维特征的网络。该技术可扩展至数十万个节点和数千个唯一词汇。在 Facebook 数据中，不包含上下文化文本信息的谱聚类发现了 (i) 候选人聚类和 (ii) 议题聚类的混合。结合文本数据的上下文化信息有助于分离这两种结构。最后，我们证明了该新方法在统计模型下具有一致性。
引用
@article{arxiv.1708.06872,
title = {Discovering Political Topics in Facebook Discussion threads with Graph Contextualization},
author = {Yilin Zhang and Marie Poux-Berthe and Chris Wells and Karolina Koc-Michalska and Karl Rohe},
journal= {arXiv preprint arXiv:1708.06872},
year = {2018}
}