Simple Science

La science de pointe expliquée simplement

# Informatique# Réseaux sociaux et d'information

Suivi des réactions émotionnelles sur les réseaux sociaux

Une méthode pour analyser les émotions publiques à travers les données des réseaux sociaux.

― 9 min lire


Aperçus émotionnels desAperçus émotionnels desréseaux sociauxévénements du monde réel.travers les réseaux sociaux pour desAnalyser les émotions du public à
Table des matières

Les Réseaux sociaux ont changé la façon dont les gens communiquent et partagent des infos. Ils connectent des milliards d'utilisateurs à travers le monde, leur permettant d'exprimer des sentiments, de partager des opinions, et de réagir rapidement aux événements. Ce échange dynamique d'infos offre des aperçus précieux sur ce que les gens ressentent par rapport à divers sujets, y compris la politique, les mouvements sociaux, et les crises.

Cependant, utiliser les données des réseaux sociaux pour comprendre les sentiments et comportements des gens, c'est pas simple. Les discussions sur ces plateformes couvrent plein de sujets et changent tout le temps. Du coup, les chercheurs et décideurs font face à des défis pour comprendre les émotions exprimées en ligne.

Pour aider à résoudre ces problèmes, on présente une méthode pour comprendre comment les gens ressentent les événements du monde réel en suivant les changements dans les Réactions Émotionnelles au fil du temps. Notre méthode combine des techniques avancées pour analyser et expliquer ces réactions à partir des posts sur les réseaux sociaux. On a testé notre approche sur trois ensembles de données Twitter différents.

Réactions Émotionnelles sur Twitter

Apprendre des Réseaux Sociaux

Les plateformes de réseaux sociaux comme Twitter permettent aux gens de partager leurs pensées et sentiments en temps réel. Ça les rend utiles pour comprendre l'Opinion Publique et surveiller comment les communautés se sentent par rapport à des sujets importants. Les chercheurs, entreprises, et décideurs sont de plus en plus intéressés par l'utilisation des données des réseaux sociaux pour saisir ce que les gens pensent de différents sujets et comment leurs émotions évoluent au fil du temps.

Cependant, la nature très diverse des réseaux sociaux rend l'analyse compliquée. Certains sujets peuvent attirer beaucoup d'attention, tandis que d'autres sont laissés de côté. Les réseaux sociaux comprennent des histoires personnelles et des réponses à des événements externes, donc ça reflète un mélange d'émotions et d'idées.

Les chercheurs ont travaillé dur pour trouver des moyens de détecter des événements significatifs dans les discussions en ligne. Cependant, les données des réseaux sociaux peuvent aussi révéler des aperçus plus profonds sur les émotions et préoccupations morales, qui influencent fortement les attitudes et le bien-être individuel.

Le Besoin de Meilleures Méthodes

Malgré les progrès dans la détection d'événements sur les réseaux sociaux, comprendre les réactions émotionnelles collectives reste une tâche difficile. Les études précédentes se sont concentrées sur comment le contenu des réseaux sociaux affecte les réponses émotionnelles individuelles, mais elles négligent souvent d'examiner les réponses émotionnelles et morales plus larges que les gens ont face à des événements importants du monde réel.

Pour combler cette lacune, on a développé une Méthodologie pour suivre et expliquer les réponses émotionnelles aux événements hors ligne. On a construit une série chronologique des réactions émotionnelles globales à partir des posts sur les réseaux sociaux et identifié les changements dans ces réactions. On a ensuite utilisé le modélisation de sujets pour explorer les facteurs sous-jacents qui ont contribué à ces changements émotionnels.

Notre Approche de Recherche

Études de Cas

On a appliqué notre méthode à trois ensembles de données différents pour voir à quel point elle pouvait détecter des événements majeurs et mineurs et expliquer les émotions qui leur sont associées :

  1. Tweets de Los Angeles 2020 : Cet ensemble de données a capturé des tweets de janvier à août 2020, une période marquée par des événements significatifs comme le mouvement Black Lives Matter et la pandémie de COVID-19.

  2. Tweets sur l'Avortement 2022 : Cet ensemble se concentrait sur les tweets autour des discussions sur les droits à l'avortement aux États-Unis, particulièrement après la décision de la Cour Suprême d'annuler Roe v. Wade.

  3. Tweets sur l'Élection Française 2022 : Cet ensemble a couvert les discussions sur les réseaux sociaux relatives à l'élection présidentielle en France, coïncidant avec d'autres événements marquants comme la guerre Russie-Ukraine.

Aperçu de la Méthodologie

Notre approche commence par analyser les tweets horodatés pour détecter et mesurer les réponses émotionnelles. On fait de la détection d'émotion et de moralité à partir du texte pour comprendre comment les utilisateurs expriment leurs sentiments. On crée ensuite des séries chronologiques quotidiennes reflétant les émotions globales exprimées dans les tweets.

Une fois la série chronologique établie, on recherche des changements dans les motifs. Pour ce faire, on utilise des méthodes de détection de points de changement pour identifier où se produisent des changements significatifs dans les réponses émotionnelles. Pour chaque point de changement identifié, on évalue l'ampleur de la réponse émotionnelle et on utilise le modélisation de sujets pour explorer les raisons sous-jacentes au changement.

Principaux Résultats

1. Tweets de Los Angeles 2020

Pendant la première moitié de 2020, Los Angeles a fait face à une série d'événements significatifs. La pandémie de COVID-19 a entraîné des confinements généralisés à partir de mars, tandis que les primaires politiques et les manifestations pour la justice sociale ont également eu lieu. Ces événements ont eu un impact profond sur l'état émotionnel collectif de la ville.

Notre analyse a révélé comment ces crises ont affecté les émotions des gens. On a pu détecter des événements clés comme la pandémie et les manifestations Black Lives Matter, ainsi que les diverses réponses émotionnelles qui leur sont liées. Les gens ont exprimé des sentiments de peur et de tristesse liés à la pandémie, tandis que les manifestations ont suscité de fortes réactions de colère et de frustration. Fait intéressant, la méthode a aussi identifié des réactions à des événements plus petits.

2. Tweets sur l'Avortement 2022

Le débat sur l'avortement s'est intensifié après la décision de la Cour Suprême d'annuler Roe v. Wade en 2022. Notre analyse des tweets autour de cette période a révélé une montée en émotions liée à des événements importants dans le discours en cours sur les droits à l'avortement.

On a suivi différentes réactions émotionnelles dans le temps, y compris la surprise, la colère, et la tristesse, en réponse à des événements significatifs comme la fuite de la décision de la SCOTUS. Le paysage émotionnel a changé de manière spectaculaire, illustrant les sentiments forts des gens sur ces sujets. Les discussions ont également mis en lumière des expériences de trahison et de peur liées aux nouvelles lois sur l'avortement dans certains États.

3. Tweets sur l'Élection Française 2022

L'élection présidentielle française de 2022 s'est déroulée en parallèle d'autres événements majeurs, comme la guerre Russie-Ukraine. Notre analyse a montré une relation complexe entre l'élection et les émotions exprimées sur les réseaux sociaux.

Au fur et à mesure que les cycles électoraux avançaient, on a observé des changements dans les émotions. Des sentiments positifs étaient visibles avant les tours de vote, tandis que des sentiments négatifs ont fortement augmenté juste après. Ce schéma a révélé à quel point l'opinion publique peut rapidement changer en fonction des résultats des élections et d'autres événements significatifs.

L'Importance de Disaggreguer les Données

Un des principaux aperçus de notre recherche est l'importance d'examiner des sujets spécifiques lors de l'analyse des émotions sur les réseaux sociaux. En séparant les discussions en sous-sujets, on a pu mieux comprendre les réponses émotionnelles en détail.

Par exemple, pendant la pandémie de COVID-19, des émotions positives étaient principalement exprimées dans les discussions sur les activités de loisirs. Cependant, en examinant les tweets strictement liés à COVID, le sentiment global était beaucoup plus négatif. Cela signifie que simplement agréger les émotions peut masquer les véritables sentiments que les gens expriment à propos d'événements ou de sujets spécifiques.

Implications et Directions Futures

Nos résultats soulignent le potentiel d'analyser les données des réseaux sociaux pour comprendre les réactions émotionnelles aux événements marquants. En utilisant ces aperçus, les chercheurs et les décideurs peuvent être plus à l'écoute du sentiment public et mieux répondre aux préoccupations des différentes communautés.

Bien que notre méthode ait été efficace pour détecter les réactions émotionnelles, il y a des domaines à développer pour l'avenir. D'une part, les utilisateurs des réseaux sociaux tendent à pencher vers des opinions politiques spécifiques. Ainsi, les recherches futures devraient tenir compte des facteurs démographiques pour mieux comprendre les réactions émotionnelles variées à travers différents groupes.

De plus, on prévoit d'explorer l'analyse causale dans les travaux futurs. Comprendre les interactions entre les événements hors ligne et les réponses émotionnelles en ligne peut nous donner une image plus claire de la façon dont les événements influencent le sentiment public. Cela aidera à identifier les différents effets sur diverses communautés en ligne et leurs paysages émotionnels uniques.

Conclusion

L'étude des réactions émotionnelles sur les réseaux sociaux reflète le pouls de la société. En utilisant des méthodes avancées pour détecter et expliquer ces réactions, on peut obtenir des aperçus précieux sur ce que les gens ressentent par rapport à des événements significatifs. Notre travail démontre l'importance d'aller au-delà des discussions superficielles sur les réseaux sociaux pour découvrir des sous-courants émotionnels plus profonds.

À travers une analyse détaillée d'ensembles de données spécifiques, on montre que les réseaux sociaux peuvent être un outil puissant pour comprendre le sentiment public. À mesure qu'on continue à perfectionner nos méthodes et à explorer de nouvelles approches, on espère contribuer à une meilleure compréhension du paysage émotionnel complexe qui façonne notre monde aujourd'hui.

Source originale

Titre: The Pulse of Mood Online: Unveiling Emotional Reactions in a Dynamic Social Media Landscape

Résumé: The rich and dynamic information environment of social media provides researchers, policy makers, and entrepreneurs with opportunities to learn about social phenomena in a timely manner. However, using these data to understand social behavior is difficult due to heterogeneity of topics and events discussed in the highly dynamic online information environment. To address these challenges, we present a method for systematically detecting and measuring emotional reactions to offline events using change point detection on the time series of collective affect, and further explaining these reactions using a transformer-based topic model. We demonstrate the utility of the method by successfully detecting major and smaller events on three different datasets, including (1) a Los Angeles Tweet dataset between Jan. and Aug. 2020, in which we revealed the complex psychological impact of the BlackLivesMatter movement and the COVID-19 pandemic, (2) a dataset related to abortion rights discussions in USA, in which we uncovered the strong emotional reactions to the overturn of Roe v. Wade and state abortion bans, and (3) a dataset about the 2022 French presidential election, in which we discovered the emotional and moral shift from positive before voting to fear and criticism after voting. The capability of our method allows for better sensing and monitoring of population's reactions during crises using online data.

Auteurs: Siyi Guo, Zihao He, Ashwin Rao, Fred Morstatter, Jeffrey Brantingham, Kristina Lerman

Dernière mise à jour: 2024-01-11 00:00:00

Langue: English

Source URL: https://arxiv.org/abs/2401.06275

Source PDF: https://arxiv.org/pdf/2401.06275

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.

Plus d'auteurs

Articles similaires