May, 2011

使用在线社交媒体评估疫苗接种情绪对传染病动态和控制的影响

PDF
TL;DR本文讨论了如何利用在线社交媒体上公开的数据测量全球疫苗接种的时空情绪，从而得出康信号与 CDC 纪录的相关性，以及如何利用网络数据分析发现大多数社群都有正向或负向的情绪倾向，并提出在线社交媒体有望成为评估和促进公共健康行为的廉价和有效的工具之一。
发现论文，激发创造
  • COVID-19 疫苗开发至投放期间相关情绪分析

    该研究使用深度学习模型对 Twitter 情绪进行分析，发现 COVID-19 疫情期间推文数量、病例数量和情绪极性得分变化之间的联系，以及疫苗推广对社交媒体讨论性质的影响

    Jun, 2023

  • 基于 1100 万条推文的深度学习揭示了 COVID-19 疫苗多样化和变化情感模式

    通过分析社交媒体上用户对 COVID-19 疫苗的感受和情绪波动，研究者们发现了不同人群对疫苗的态度差异。疫苗接种率的提高与用户情绪向积极的变化密切相关，视角细分的情感分析能够为疫苗推广策略提供实质性的桥梁作用。

    Jul, 2022

  • COVID-19 疫苗相关社交媒体数据的情感分析：比较研究

    本研究使用 DistilRoBERTa 算法比较分析了两个流行社交媒体平台 Reddit 和 Twitter 对 COVID-19 疫苗的舆情。结果表明，尽管平均情感表达在这些媒体平台间有所变化，但两者在与疫苗相关的重要发展时分享的情感具有相似的行为。因此，这些社交媒体平台继续是公共卫生官员可利用的宝贵数据源，以增强疫苗信心和打击虚假信息。

    Oct, 2022

  • 探索名人对公众态度的影响，针对 COVID-19 大流行：社交媒体共享情感分析

    本论文研究了 COVID-19 大流行期间社交媒体消息对公众意见和情感的影响，其中着重关注了公众人物（例如运动员、政治家、新闻人员）分享的内涵以及公众舆论的方向

    Feb, 2023

  • 变局中的风向：COVID-19 对推特用户疫苗相关观点的影响

    本文旨在通过分析 Twitter 语料库，识别出在疫情前后关于疫苗持不同态度的特定用户群体，并研究疫苗相关话题的变化，以了解公众对 COVID-19 疫苗的态度变化和原因。

    Nov, 2021

  • 新冠疫苗的 Twitter 情绪分析

    使用自然语言处理技术，我们旨在以最高的准确率确定和分类关于 COVID-19 疫苗的观点。

    Nov, 2023

  • 基于深度学习的 Twitter 数据 COVID-19 疫苗响应情绪分析

    本研究通过 Deep Learning 技术和 Valent Aware Dictionary for sEntiment Reasoner 工具，对来自全球不同地区的推文进行情感分析，统计了关于 COVID-19 疫苗的社交媒体上的积极、消极和中立评论的比例，并通过 LSTM 和 Bi-LSTM 等深度学习算法验证了预测模型，为大众提供理解公众对 COVID-19 疫苗的看法的帮助。

    Aug, 2022

  • 一份涵盖多语言的 Twitter COVID-19 疫苗态度数据集

    该研究通过社交媒体平台收集了超过 200 万条与 COVID-19 疫苗相关的推文，其中约 1% 的推文被标注了原始作者的疫苗接种立场，研究评估了不同模型在从社交媒体数据中提取公众态度方面的表现，并确定了其在跟踪公众 COVID-19 疫苗接种态度变化方面的潜在用途。

    Jun, 2022

  • 揭示公众感知：基于机器学习的印度 COVID-19 疫苗情感分析

    通过数据挖掘技术，分析 Reddit 数据并评估印度人对 COVID-19 疫苗的情感。结果显示，大多数印度 Reddit 用户对疫苗持中立态度，给印度政府在努力为人口大量接种疫苗带来了挑战。

    Nov, 2023

  • COVID-19 大流行期间 Twitter 上的疫苗话题

    该研究分析了推特上与 COVID-19 疫苗相关的负面言论，使用机器学习技术和自然语言处理技术，提出了 37 种负面话题，并指出 COVID-19 疫苗的消极态度随着疫苗接种的推广而逐渐降低，但需要关注疫苗安全性和政策问题。

    Jul, 2022