Covid-19 大流行期间 Twitter 上的公众风险感知与情绪
社会与信息网络
2021-01-19 v2 计算机与社会
摘要
成功应对 Covid-19 大流行取决于公众对健康安全措施的配合以及对风险的恰当感知，其中情绪与注意力发挥着重要作用。公众情绪与注意力的特征存在于社交媒体数据之中，因此对该文本的自然语言分析能够实现公众风险感知指标的近实时监测。我们将大流行进展的关键流行病学指标，与从 2020 年 3 月 10 日至 6 月 14 日间 12 个国家发布的约 2000 万条独特 Covid-19 相关推文构建的公众感知指标进行比较。我们发现了心理物理麻木的证据：Twitter 用户日益聚焦于死亡率，但语气越来越缺乏情绪化而更具分析性。基于词共现的语义网络分析揭示了与这一假设相符的 Covid-19 伤亡情绪框架的变化。我们还发现，对各国 Covid-19 死亡率的平均注意力可用感官知觉的韦伯-费希纳定律与幂律函数精确建模。我们对这些模型的参数估计与心理学实验的估计一致，并表明该数据集中的用户对不同国家的全国 Covid-19 死亡率表现出差异化的敏感度。我们的工作展示了社交媒体在危机情景中监测公众风险感知与引导公共沟通的潜在效用。
引用
@article{arxiv.2008.00854,
title = {Public risk perception and emotion on Twitter during the Covid-19 pandemic},
author = {Joel Dyer and Blas Kolic},
journal= {arXiv preprint arXiv:2008.00854},
year = {2021}
}
备注
29 pages (main text: 19 pages; supplementary material: 10 pages), 9 Figures