A Method for Analyzing Collective Behavior Based on Structuring Topics on Large-Scale SNS

一种基于大规模SNS话题结构化的集体行为分析方法

基本信息

批准号：
21H03559
负责人：
橋本隆子
金额：
$ 10.82万
依托单位：
Chiba University of Commerce
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2026-03-31
项目状态：
未结题

项目摘要

１．全量Twitterデータの分析２０２２年度は、SNSにおける人々の反応を分析するために、これまでのマイクロクラスタリングをベースとした手法に加えて、一般的なクラスタリング手法 LDAを用いて、コロナワクチンに関する全量Twitterデータ（2021年1月から10月までにTwitter で投稿された「ワクチン」を含む１億件以上）の分析を行った。その結果として、2021 年 6 月から開始された職域接種を境に、人々の関心が社会的トピックから個人的事柄へと推移したこと、Twitterによる個人的体験の共有がワクチン接種への安心感を醸成した可能性を示すことができた。この結果をベースに、マイクロクラスタリングをベースとした分析に反映させていく予定である。この成果は、Medical Informatics のジャーナル論文に採択され、また、複数のメディアにも取り上げられ、大きく注目された研究となった。2． Two-stage クラスタリング手法の効果測定２０２１年度に提案した、マイクロクラスタリングと時系列クラスタリングを組み合わせた Two-Stage Clustering 手法に関して、コロナワクチンに加えて、オリンピック、選挙といった時事問題に関する全量Twitterデータを対象とした実験を実施した。実験にあたっては、効率的に実験を実施できる環境を構築した。実験の結果、コロナワクチンのような長期間続く時事問題に比べ、オリンピック、選挙のような短期的な事象に対しては、人々の関心が大きく変化することなどを確認することができ、SNS上の人々の反応をパターン化し、集合行動を把握するといった、当初の目的に近づく結果を得ることができた。結果を論文としてまとめる予定である。

1. 分析所有 Twitter 数据 2022 年，为了分析人们在 SNS 上的反应，除了传统的基于微聚类的方法外，我们将使用通用聚类方法 LDA 来分析与冠状病毒疫苗相关的所有 Twitter 数据（超过 100 个）。分析了 2021 年 1 月至 10 月在 Twitter 上发布的包括“疫苗”在内的数百万条帖子。因此，2021 年 6 月开始工作场所疫苗接种后，人们的兴趣从社会话题转向个人事务，在 Twitter 上分享个人经历增加了他们对疫苗接种的安全感，我们能够展示我们创造的潜力。基于这些结果，我们计划将它们纳入基于微聚类的分析中。该成果被Medical Informatics收录为期刊文章，并被多家媒体报道，引起广泛关注。 2.衡量两阶段聚类方法的有效性关于 2021 年提出的结合微聚类和时间序列聚类的两阶段聚类方法，除了进行了冠状病毒疫苗实验。为了实验，我们创造了一个可以高效进行实验的环境。实验的结果是，我们能够确认，与冠状病毒疫苗等长期当前事件相比，人们对奥运会和选举等短期事件的兴趣发生了显着变化。结果接近我们最初的目标，例如模拟人们的反应和理解集体行为。我们计划在一篇论文中总结结果。

项目成果

期刊论文数量（21）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Analyzing temporal patterns of topic diversity using graph clustering

使用图聚类分析主题多样性的时间模式

DOI：
10.1007/s11227-020-03433-5
发表时间：
2020-10-01
期刊：
The Journal of Supercomputing
影响因子：
0
作者：
T. Hashimoto;D. Shepard;T. Kuboyama;Kilho Shin;Ryota Kobayashi;T. Uno
通讯作者：
T. Uno

Survival Information Science: Evolving Informatics for Well-Being of Humanity and Society

生存信息科学：为人类和社会福祉不断发展的信息学

DOI：
10.5363/tits.27.5_77
发表时间：
2022
期刊：
影响因子：
0
作者：
橋本隆子; 灘本明代
通讯作者：
灘本明代

総合知に向けた人文社会科学データの観点から

从人文社科数据走向综合知识

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
橋本隆子
通讯作者：
橋本隆子

Evolution of Public Opinion on COVID-19 Vaccination in Japan: Large-Scale Twitter Data Analysis

日本关于 COVID-19 疫苗接种的舆论演变：大规模 Twitter 数据分析

DOI：
10.2196/41928
发表时间：
2022
期刊：
影响因子：
7.4
作者：
Kobayashi Ryota;Takedomi Yuka;Nakayama Yuri;Suda Towa;Uno Takeaki;Hashimoto Takako;Toyoda Masashi;Yoshinaga Naoki;Kitsuregawa Masaru;Rocha Luis E C
通讯作者：
Rocha Luis E C

Random Number Generators in Training of Contextual Neural Networks

上下文神经网络训练中的随机数生成器