Retrospective analysis of controversial topics on COVID-19 in Japan
Retrospective analysis of controversial topics on COVID-19 in Japan
复制标题
日本有关 COVID-19 争议话题的回顾性分析
DOI：
10.1145/3487351.3490963
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Sakaki Takeshi
中科院分区：
文献类型：
--
作者：
Miyazaki Kunihiro;Uchiba Takayuki;Toriumi Fujio;Tanaka Kenji;Sakaki Takeshi
为了有效地制定政策，彻底认识到有争议的主题是至关重要的，因为不加缓和的争议对社会来说代价极高。然而，确定有争议的主题是昂贵的。在本文中，我们提出了一个框架，全面搜索有争议的话题。然后，我们对COVID-19的争议话题进行了回顾性分析，并将通过日本Twitter获得的数据作为该框架的案例研究。结果表明，所提出的框架可以有效地检测有争议的话题，反映当前的现实。争议性议题多集中于政府、医疗、经济、教育等议题，且争议性议题得分与传统指标-议题规模、议题情绪相关性不高，显示争议性议题得分是一个潜在的重要指标。我们还讨论了极具争议性的话题和争议性较小的话题之间的区别，尽管它们的规模和情绪都很大。
For efficient policy-making, a thorough recognition of controversial topics is crucial because the cost of unmitigated controversies would be extremely high for society. However, identifying controversial topics is costly. In this paper, we proposed a framework to search for controversial topics comprehensively. We then conducted a retrospective analysis of the controversial topics of COVID-19 with data obtained via Twitter in Japan as a case study of the framework. The results show that the proposed framework can effectively detect controversial topics that reflect current reality. Controversial topics tend to be about the government, medical matters, economy, and education; moreover, the controversy score had a low correlation with the traditional indicators-scale and sentiment of the topics-which suggests that the controversy score is a potentially important indicator to be obtained. We also discussed the difference between highly controversial topics and less controversial ones despite their large scale and sentiment.
登录
查看更多内容
社会感知和情绪分析：使用社交媒体作为有用的信息源
DOI：
10.1109/sst.2017.8188714
发表时间：
2017
期刊：
2017 International Conference on Smart Systems and Technologies (SST)
影响因子：
--
作者：
Pietro Ducange;Michela Fazzolari
通讯作者：
Michela Fazzolari
DOI：
--
发表时间：
2017
期刊：
International Conference on Web and Social Media
影响因子：
--
作者：
Mauro Coletto;Venkata Rama Kiran Garimella;A. Gionis;C. Lucchese
通讯作者：
C. Lucchese
主题模型检查的可视化技术
DOI：
10.1609/aaai.v29i1.9268
发表时间：
2015
期刊：
--
影响因子：
--
作者：
J. Murdock;C. Allen
通讯作者：
C. Allen
互联网引发的营销技术：病毒式营销活动的关键因素
DOI：
--
发表时间：
2008
期刊：
影响因子：
--
作者：
M. Woerndl;S. Papagiannidis;M. Bourlakis;Feng Li
通讯作者：
Feng Li
影响因子：
64.8
作者：
Johnson, Neil F.;Velasquez, Nicolas;Lupu, Yonatan
通讯作者：
Lupu, Yonatan