- Сила языка: понимание настроений по поводу чрезвычайной климатической ситуации с использованием данных Twitter(arXiv)
Автор :Арман Саржу
Аннотация: Понимание различий в отношении к чрезвычайной климатической ситуации может стать ключом к изменению политики для принятия эффективных мер по снижению риска, связанного с изменением климата. На долю нефтегазовой отрасли приходится значительная часть глобальных выбросов, поэтому можно предположить, что существует связь между фьючерсами на сырую нефть и отношением к чрезвычайному климату. Используя скрытое распределение Дирихле для тематического моделирования в специальном наборе данных Twitter, это исследование показывает, что можно разделить разговор, связанный с чрезвычайной климатической ситуацией, на 3 отдельные темы. Прогнозирование фьючерсов на сырую нефть с использованием сезонного авторегрессионного интегрированного моделирования скользящих средних дает многообещающие результаты со среднеквадратичной ошибкой 0,196 и 0,209 для данных обучения и тестирования соответственно. Понимание различий в отношении к климатическим чрезвычайным ситуациям дает неубедительные результаты, которые можно улучшить с помощью методов пространственно-временного анализа, таких как кластеризация на основе плотности (DBSCAN).
2.О японском индикаторе субъективного благополучия на основе данных Twitter(arXiv)
Автор: Тициана Карпи, Айро Хино, Стефано Мария Иакус, Джузеппе Порро
Аннотация: в этом исследовании впервые представлен индекс SWB-J, субъективный показатель благополучия для Японии, основанный на данных Twitter. Индекс состоит из восьми параметров субъективного благополучия и оценивается на основе данных Twitter с использованием анализа настроений под наблюдением человека. Затем индекс сравнивается с аналогичным индексом SWB-I для Италии, чтобы проверить возможные аналогии и культурные различия. Кроме того, с помощью моделей структурных уравнений проверяется причинно-следственная связь, чтобы увидеть, влияют ли экономические условия и состояние здоровья в стране на латентную переменную благосостояния и как этот латентный параметр влияет на показатели SWB-J и SWB-I. Выяснилось, что, как и ожидалось, экономическое благополучие и благополучие в области здравоохранения являются лишь одним из аспектов многомерного благополучия, которое фиксируется индикатором, основанным на Твиттере.
3. Характеристика моделей повседневной активности людей в городской среде: подход к мобильной сети с использованием данных Twitter с учетом географического контекста(arXiv)
Автор: Цзюньцзюнь Инь, Гуанцин Чи
Аннотация : повседневная деятельность людей в городской среде сложна и у разных людей разная. Существующие исследования с использованием данных мобильных телефонов выявили отчетливые и повторяющиеся переходные модели активности, известные как мотивы мобильности, в повседневной жизни людей. Однако ограничение в использовании только нескольких предполагаемых типов деятельности мешает нам детально исследовать общие закономерности. Мы предложили подход мобильной сети с географическими контекстно-зависимыми данными Twitter для изучения детальных моделей ежедневной активности в городской среде. Сначала мы использовали общедоступные твиты с географической привязкой для отслеживания перемещений людей в двух крупных городах США: Чикаго и Большом Бостоне, где каждое зарегистрированное местоположение связано с ближайшим к нему участком землепользования, чтобы обогатить его географический контекст. Сеть прямой мобильности представляет собой ежедневную историю местоположений выбранных активных пользователей, где узлы представляют собой физические места с семантически помеченными типами действий, а ребра представляют собой переходы. Анализ изоморфной структуры сетей мобильности выявил 16 типов основанных на местоположении мотивов, которые описывают более 83% сетей в обоих городах и сопоставимы с таковыми из предыдущих исследований. С подробными и семантически маркированными переходами между каждыми двумя действиями мы дополнительно разделили общие мотивы, основанные на местоположении, на мотивы, основанные на деятельности, где 16 общих мотивов, основанных на деятельности, описывают более 57% переходного поведения в повседневной деятельности в двух городах. Интеграция географического контекста из синтеза географически привязанных данных Twitter с участками землепользования позволяет нам выявить уникальные мотивы деятельности, которые формируют фундаментальные элементы, встроенные в сложную городскую деятельность.
