Sentiment analysis and time series with Twitter

水火計畫讀書會目摘要單 水火計畫讀書會目摘要單 水火計畫讀書會目摘要單 水火計畫讀書會目摘要單

書名（以學術體例詳填資料，網路來源提供超連結及檢索日） Weller, K., Bruns, A., Burgess, J. E., Mahrt, M., & Puschmann, C. (2013) Sentiment analysis and time series with Twitter. Peter Lang. Chapter 7

導讀者：朱蘊兒

原作 摘要： 摘要：

時間序列與情緒分析可用於分析趨勢、興趣及情緒的變化

重點整理：

Junior’s劇透：這篇文章有點像推銷自家研發的軟體的教育型廣告文，從大體上爬梳了Twitter的情緒分析與時間序列分析的幾個研究方向及研究方法如何操作，並介紹了英國Wolverhampton大學研發的收集與分析Twitter資料的軟體，儘管這篇文章並未對這些研究方向做進一步的分析或批判，但其實用性很高，可以在想不清研究問題、捋不清研究方法的時候拿出來參考。

 Microblogs可提供更有效的輿情監測的原因：

1. 有可靠的時間標記；

2. 使用門檻低，因而普及率高，更具有代表性；

3. 為公開資料。

 Microblogs相較于之前的媒體的特性：

1. 相對於部落格，微博客更易於凝聚人氣、注意力，形成公共議題，ex.在Twitter誕生前，2005.9~2006.1都沒有什麽公共議題足以吸引大眾注意力；

2. 可以跨越地理限制，整合訊息，ex. Twitter及時讓三起校園槍擊事件的訊息匯流，讓受眾可以瞭解事件全貌；

3. 可以用趨勢分析的方法來預測議程的未來走向；

4. 可以用時間序列的方法來分析情緒或議題熱度的歷時性變化，ex. 預測選舉結果；

一、創建語料庫

資料來源有二：一是直接購買，二是通過一段時間的監控，自主抓取資料，這篇文章要討論的是如何實現後者。

 流程：建立查詢條件（涵蓋全體、避免雜訊）→測試查詢→持續收集資料→處理資料

 Twitter API的限制：只允許抓取兩周以內的資料，並且設定了一個撈取數量的上限，因此它無法撈到全部資料，只能將其視為母體的一部份樣本；

 解決方法：設計程式，自動定時抓取，及時存儲，推薦使用Webometric Analyst (http://lexiurl.wlv.ac.uk/)

 倫理問題：作者認為Twitter資料屬於公開資料，不涉及隱私，因此倫理上沒有太大的問題，但還是要盡可能避免直接公佈這些內容，因為可能會影響研究對象的私生活；

 視覺化：推薦使用Topsy Analytics(http://analytics.topsy.com/)

 網站有三個主功能：Search、Analytics（時間序列）、Trends（最夯的Link/Tweets/Photos/Videos，可選擇「中文」的貼文）

二、時間序列分析

 簡單時間序列分析：從前中后期分別抽出一部份樣本資料，進行內容分析、分類，然後比較時間序列上，不同類別的表現如何；

 圖形化時間序列分析：通常以一小時為間隔，繪製某類話題推文數量隨時間變化的折綫圖，ex.倫敦騷亂，可以有以下幾個觀察的重點：

 初始上升點、最高點、下降點、恢復點  事前事後比較，公眾興趣是否有所提升？（最後恢復的常態值是否比事前高）關注度的增長或遞減是否為勻速？或有突變？突變是由於哪個事件引發的？（回溯文本，有時突變也會是因為垃圾廣告引起的）

 注意：突變也有可能是資料的自然變動（natural variation,?）所產生的，未必是由於外部事件影響，因此通常只會分析最大的突變點。

 另外，若折綫圖的走勢十分不規律，起起伏伏過於頻繁，可以考慮將時間間隔拉大一點。

 查詢結果的時間序列分析：先進行查詢，將查詢結果儲存為新子集，而後進行時間序列分析，如不同語種的走勢分析，又如某一總話題底下的子話題的走勢分析（ex.「陳光誠」底下的#freecgc#的走勢分析）。

 工具：Mozdeh(http://mozdeh.wlv.ac.uk/)，Windows系統下的一款無需安裝就可以使用的視覺化數據分析軟體（J: 操作簡易，容易上手，但是挺醜的）。

三、情緒分析

 工具：SentiStrength (http://sentistrength.wlv.ac.uk/ )，為少數幾個爲了社會科學研究而設計的程式，其準確性已達人工水平，因而其效度與人工判讀無異，它的每一項分析方法都有詳盡的理論說明，有助於後續的質性分析。它的情緒詞典，正面情緒詞彙的得分為1（中性）~5（非常正面），而負面詞彙的得分為-1（中性）~ -5（非常負面）

 情緒時間序列分析：記錄公眾的正負面情緒隨時間的波動。

 限制：若有新詞產生，攜帶著某種情緒，引發使用潮流，而未被監測到、或被誤讀時，會扭曲結果。

 解決方法：擴充詞典。

（區分了主觀推文與客觀推文）



與本研究問題意識相關的概念延伸對話： 與本研究問題意識相關的概念延伸對話： 與本研究問題意識相關的概念延伸對話： 與本研究問題意識相關的概念延伸對話： 與本研究問題意識相關的概念延伸對話： 與本研究問題意識相關的概念延伸對話： 與本研究問題意識相關的概念延伸對話： 與本研究問題意識相關的概念延伸對話： 與本研究問題意識相關的概念延伸對話：

延伸閱讀

與危機傳播相關之鍵字及其概念內涵： 與危機傳播相關之鍵字及其概念內涵： 與危機傳播相關之鍵字及其概念內涵： 與危機傳播相關之鍵字及其概念內涵： 與危機傳播相關之鍵字及其概念內涵： 與危機傳播相關之鍵字及其概念內涵： 與危機傳播相關之鍵字及其概念內涵： 與危機傳播相關之鍵字及其概念內涵：

□ ___ ______________ _______：

□ __________ □ __________ □ __________ ：

□ __________ □ __________ □ __________ ：

□ __________ □ __________ □ __________ ：

資料狀況： 資料狀況：

□ 電子檔（摘要／全文） 電子檔（摘要／全文） 電子檔（摘要／全文） 電子檔（摘要／全文） 電子檔（摘要／全文） : 電子檔全文 電子檔全文 電子檔全文

□ 紙本（摘要／全文） 紙本（摘要／全文） 紙本（摘要／全文） 紙本（摘要／全文） 紙本（摘要／全文） :

□ 其他狀況： 其他狀況： 其他狀況：

如有重要相關圖表及附件請在本頁後面，並「其他狀況」項目內註明：二張。