利用大规模社交媒体数据理解COVID-19大流行期间的囤积行为
社会与信息网络
2021-06-29 v2 计算机与社会
摘要
COVID-19 大流行以前所未有的规模影响了全球民众的生活。我们旨在利用大规模社交媒体数据调查针对该大流行的囤积行为。首先，我们在冠状病毒暴发后不久收集了与囤积相关的推文。接着，我们分析了 2020 年 3 月 1 日至 4 月 30 日期间美国超过 42,000 名独特 Twitter 用户的囤积与反囤积模式，并按年龄、性别和地理位置对囤积相关推文进行剖析。我们发现，囤积组与反囤积组中女性的比例均高于一般 Twitter 用户群体。此外，利用主题建模，我们按人口统计和地理群体对这些主题进行分类，以探究针对囤积行为表达的观点。我们还使用词汇方法计算了囤积与反囤积相关推文的焦虑分数。通过将它们的焦虑分数与基线 Twitter 焦虑分数比较，我们揭示了进一步的见解。囤积相关推文的 LIWC 焦虑均值显著高于基线 Twitter 焦虑均值。有趣的是，相较于推文中提及的其他被囤积物品，啤酒的计算焦虑分数最高。
引用
@article{arxiv.2010.07845,
title = {Understanding the Hoarding Behaviors during the COVID-19 Pandemic using Large Scale Social Media Data},
author = {Xupin Zhang and Hanjia Lyu and Jiebo Luo},
journal= {arXiv preprint arXiv:2010.07845},
year = {2021}
}
备注
Accepted for publication into the working paper track and for presentation at the International Conference on Social Computing, Behavioral-Cultural Modeling & Prediction and Behavior Representation in Modeling and Simulation (SBP-BRiMS), 2021