我们需要多少条推文？：Twitter上短期极化话题的高效挖掘——以日本为例

近年来，社交媒体因造成极化而受到批评。识别新兴的分歧与日益增长的极化对记者创建警报和提供更平衡的报道十分重要。尽管近期研究已表明社交媒体上存在极化现象，但它们主要关注政治等有限话题，并在长期（尤其是数月或数年）内收集大量数据。尽管这些发现有所帮助，但它们过于滞后，无法立即创建警报。为弥补这一空白，我们开发了一种领域无关的挖掘方法，用于在短期（即12小时）内识别Twitter上的极化话题。结果表明，2022年初日本每日新闻相关话题在12小时范围内有31.6%发生了极化。我们还分析发现，这些话题倾向于构建平均度相对较高的信息扩散网络，且半数推文由相对少数的人创建。然而，由于Twitter API的限制，每天在许多话题上收集大量推文并监测极化非常昂贵且不切实际。为提高成本效率，我们还开发了一种利用机器学习技术的预测方法，借助网络信息使用随机收集的推文来估计极化水平。大量实验表明，与基线方法相比，收集成本显著节省。特别地，我们的方法在仅需4,000条推文的情况下达到了0.85的F值，比基线节省4倍。据我们所知，我们的工作是首个利用低资源推文预测话题极化水平的研究。我们的发现对新闻媒具有深远意义，使记者能够快速高效地检测和传播极化信息。