使用 Twitter 内容分类与主题建模追踪登革热疫情
社会与信息网络
2016-05-04 v1
摘要
在巴西及其他热带地区检测和预防登革热和寨卡等蚊媒疾病的爆发，长期以来都是受影响地区政府的优先事项。流式社交媒体内容（如 Twitter）正越来越多地用于流感检测等健康监视应用。然而，先前工作未解决跨多次疫情爆发中 Twitter 内容剧烈季节性变化的复杂性。为弥补这一空白，本文对比了两种互补的、用于检测与登革热爆发相关 Twitter 内容的方法，即监督分类与基于主题建模的无监督聚类。每种方法各有优缺点。我们的分类器基于约 1,000 个实例的小训练集达到了约 80\% 的预测准确率，但手动标注的需求使得难以追踪疫情性质中的季节性变化，例如某些地理位置出现新型病毒。相比之下，基于 LDA 的主题建模可良好扩展，从较大样本生成内聚且分离良好的簇。尽管可随疫情变化轻松重新生成簇，但该方法难以将相关推文清晰分隔到定义明确的簇中。
引用
@article{arxiv.1605.00968,
title = {Tracking Dengue Epidemics using Twitter Content Classification and Topic Modelling},
author = {Paolo Missier and Alexander Romanovsky and Tudor Miu and Atinder Pal and Michael Daniilakis and Alessandro Garcia and Diego Cedrim and Leonardo da Silva Sousa},
journal= {arXiv preprint arXiv:1605.00968},
year = {2016}
}
备注
Procs. SoWeMine - co-located with ICWE 2016. 2016, Lugano, Switzerland