通过双超参数优化的主题建模探索循环经济中的公众关注
计算与语言
2024-11-05 v2 机器学习
摘要
为了推进循环经济（CE），深入了解公众关注的演变、大众对循环产品的认知路径以及识别主要关切点至关重要。为此，我们从包括Twitter、Reddit和《卫报》在内的多个平台收集数据，并利用三种主题模型分析数据。鉴于主题建模的性能可能因超参数设置而异，本研究提出了一种新颖的框架，该框架集成了针对CE的双重（单目标和多目标）超参数优化。我们进行了系统实验，以确保主题模型在不同约束条件下设置适当的超参数，从而为CE与公众关注之间的相关性提供有价值的见解。总之，我们的优化模型揭示，公众仍然关注可持续性和循环实践的经济影响，特别是关于可回收材料和环境可持续技术。分析显示，CE在《卫报》上引起了显著关注，尤其是在与可持续发展和环境保护技术相关的主题上，而在Twitter上的讨论相对较少。这些见解突显了政策制定者需要实施有针对性的教育计划，为企业采用CE原则创造激励措施，并执行更严格的废物管理政策以及改进回收流程。
引用
@article{arxiv.2405.10452,
title = {Exploring Public Attention in the Circular Economy through Topic Modelling with Twin Hyperparameter Optimisation},
author = {Junhao Song and Yingfang Yuan and Kaiwen Chang and Bing Xu and Jin Xuan and Wei Pang},
journal= {arXiv preprint arXiv:2405.10452},
year = {2024}
}