moved‎ > ‎研究室NOW‎ > ‎

論文採択

2015/12/07 22:08 に Asako Miura が投稿
以下の共著論文が『人工知能学会論文誌』に掲載されることが決まりました.

三浦麻子・鳥海不二夫・小森政嗣・松村真宏・平石界 (2016; in press). ソーシャルメディアにおける災害情報の伝播と感情:東日本大震災に 際する事例. 人工知能学会論文誌, 31(1).

In this article, we investigate “retweeting in Twitter” or information transfer behavior in social media to figure out some characteristics of our information processing behavior in emergency situation from social psychological perspective. We made an exploratory log analysis of Twitter focusing on the relationship between diffusion of disaster information and user's emotional response on them. Disaster-related tweets which were retweeted over 10 times around the time of the Great East Japan Earthquake were extracted and emotional words in them were categorized and counted. Frequently retweeted tweets tended to include more negative (anxious or angry) or active emotional words than positive or inactive words. As results of multiple and quantile regression analyses, negative (especially anxious) or active emotional words in tweets had a significant effect on the increase of retweeting regardless of a kind of disasters. The results were discussed in terms of the difference with those based on common tweets.

ソーシャルメディアにおいて高い拡散性を持っていた,つまり高頻度のリツイートをされたツイートに含まれる感情語の特徴について,通常の重回帰分析(OLS)と分位点回帰を用いて検討した研究です.2011年3月5日から24日までにツイッターに投稿された日本語ツイート332,414,837件から,当該期間中に10回以上リツイートされたツイート313,198件(総リツイート数22,486,209回)を抽出し,さらに災害関連語と感情語を含むツイート7,063件を対象として分析しました.ツイートがどのような災害に言及しているかは「人の目」による分類(われわれはよく「根性マイニング」と称します)を行いました.分析の結果,活性不安感情語,不活性不安感情語,活性怒り感情語を含むことがリツイート回数を増やす方向に働いており,特にきわめて伝播性の高い(よくリツイートされた)ツイートの特徴であることがわかりました.

この研究はJSPS科研費25285181「ソーシャルメディアによる情報伝播過程と社会的影響:大規模データに基づく実証的研究」の助成を受けて実施されました.
Comments