通过Twitter上的对比分析理解COVID-19疫苗反应
社会与信息网络
2021-11-11 v1 计算与语言
摘要
尽管多种COVID-19疫苗已上市数月，但在美国疫苗犹豫水平仍然很高。部分原因在于该问题已政治化，尤其是自11月总统大选以来。在包括Twitter在内的社交媒体背景下理解这一时期的疫苗犹豫，可为计算社会科学家和政策制定者提供有价值的指导。本文不是研究单一的Twitter语料库，而是采用一种新颖视角，通过使用相同且严格控制的数据收集和过滤方法，对比研究在两个不同时间段（一个在选举前，另一个在选举后数月）收集的两个Twitter数据集。我们的结果表明，从2020年秋到2021年春，讨论重点从政治显著转向了COVID-19疫苗。通过结合聚类和基于机器学习的方法与抽样和定性分析，我们揭示了疫苗犹豫的几个细粒度原因，其中一些随时间变得更重要（或更不重要）。我们的结果也凸显了去年该问题的剧烈两极分化和政治化。
引用
@article{arxiv.2111.05823,
title = {Understanding COVID-19 Vaccine Reaction through Comparative Analysis on Twitter},
author = {Yuesheng Luo and Mayank Kejriwal},
journal= {arXiv preprint arXiv:2111.05823},
year = {2021}
}
备注
20 pages, accepted in the 2022 Computing Conference