挪威公众对风能情绪的机器学习分析
应用统计
2024-02-29 v1
摘要
在整个欧洲，负面的公众舆论已经并可能继续限制向净零能源系统转型所需可再生能源基础设施的部署。因此，理解公众情绪及其时空变化对于决策和获得社会认可的能源系统十分重要。在本研究中，我们应用基于自然语言处理机器学习框架NorBERT的情绪分类模型，对2006至2022年间从Twitter收集的数据进行分析，以研究挪威风电反对案例。从68828条带有地理空间信息的推文中，我们展示了关于风电的讨论如何在2018/2019年加剧，并伴随直至2020年更负面推文的趋势，无论是在区域层面还是整个挪威皆是如此。此外，我们发现数据中地理聚类较弱，表明讨论是全国性的，并非由特定区域事件或发展主导。Twitter数据允许对公众情绪的时间特性进行细致洞察，将本研究扩展至技术、国家和数据来源（如报纸、其他社交媒体）的更多案例，可能证明对补充传统调查研究和公众情绪理解十分重要。
引用
@article{arxiv.2304.02388,
title = {Machine Learning of Public Sentiments toward Wind Energy in Norway},
author = {Oskar Vågerö and Anders Bråte and Alexandra Wittemann and Jessica Yarin Robinson and Natalia Sirotko-Sibirskaya and Marianne Zeyringer},
journal= {arXiv preprint arXiv:2304.02388},
year = {2024}
}
备注
31 pages, 36 figures, 2 tables