社交媒体中报告的公共交通事件的空间数据挖掘
社会与信息网络
2021-10-13 v1 计算与语言
机器学习
摘要
公共交通机构将社交媒体作为向乘客传达出行事件的重要工具。然而,尽管有关交通现象的短期、日常信息通常以低延迟发布于社交媒体,但其可用性却是短期的,因为内容很少以聚合形式呈现。交通现象的社交媒体传播通常缺乏 GIS 标注,因为大多数社交媒体平台不允许向帖子附加非 POI 的 GPS 坐标。因此,对交通现象信息的分析极为有限。我们收集了一家波兰公共交通公司三年的社交媒体帖子及用户评论。通过探索,我们推断出一个六类交通信息类型学。我们成功构建了社交媒体帖子的信息类型分类器,检测帖子中的站点名称,并将其关联到 GPS 坐标,从而获得对长期聚合现象的空间理解。我们展示我们的方法能够支持公民科学,并借此分析三年基础设施事件对乘客出行的影响,以及针对各事件的情感与反应规模。所有这些结果都是在波兰语上取得的,而波兰语在空间语言理解(尤其在社交媒体语境下)属于资源匮乏语言。为改善该状况,我们发布了两个标注数据集:带事件类型标签与匹配站点名称的社交媒体帖子,以及带标注情感的社交媒体评论。我们也开源了实验代码库。
引用
@article{arxiv.2110.05573,
title = {Spatial Data Mining of Public Transport Incidents reported in Social Media},
author = {Kamil Raczycki and Marcin Szymański and Yahor Yeliseyenka and Piotr Szymański and Tomasz Kajdanowicz},
journal= {arXiv preprint arXiv:2110.05573},
year = {2021}
}
备注
Preprint, accepted to IWCTS at SIGSPATIAL'21