機械学習,トピックモデリング,時間分析を用いた191,972件のツイートの大規模な分析

科学分野:

• 公衆衛生
• デジタル・ヘルス・コミュニケーション
• ソーシャルメディアの分析

背景:

• 社会的メディアのプラットフォームは 汚名や医療へのアクセス障壁が原因で HIVに関する情報の拡散に不可欠です
• ソーシャルメディアでのHIVの議論に関する既存の研究は,特にCOVID-19とTwitterのXへの再ブランド化の後,範囲,規模,および時効性において限られています.
• 効果的な公衆衛生戦略に Xに関する包括的な議論を理解することは不可欠です

研究 の 目的:

• Xに関する現在のHIV関連のソーシャルメディアの 主なテーマを特定する.
• HIV コンテンツの理論とデータに基づくテーマ分析のアプローチを比較する.
• 感情的な反応と時間的なパターンが HIV コンテンツの拡散に及ぼす影響を調べる.

主な方法:

• 2023年6月から2024年8月までの191,972件のツイートの分析
• テキスト分類と比較トピックモデリング (理論主導対データ主導のLDA) のための監督された機械学習を使用した.
• 感情分析 (VADER,NRC Emotion Lexicon) と時間的な傾向分析を使用して,エンゲージメントを評価した.

主要な成果:

• 意見 (12.43%) と個人体験 (10.25%) が次に多かった.
• データ主導のトピックモデリングは,理論主導のカテゴリーと比較して,いくつかの重複とユニークな発見を持つ8つの異なるテーマを特定しました.
• 公式のキャンペーン (例えば,世界エイズデー) は遅れた関与を示したが,コミュニティのイベント (例えば,全国HIV検査の日) は,直接のピアツーピアのやり取りを促した.

結論:

• HIVに関する議論は情報的な内容に支配され 予防が重要な焦点として浮上しています
• 効果的なHIVコミュニケーションには 医療情報の統合と コミュニティの視点と 戦略的なメッセージのタイミングが必要です
• 発見は,疫病後の時代において,脆弱な集団を医療サービスに結びつけるためのデジタル・アウトリーチ戦略の指針を提供します.