通过社交媒体追踪蚊子传播的疾病:用于主题建模和情绪分析的机器学习方法
Song-Quan Ong1,2, Hamdan Ahmad3
1Institute of Tropical and Conservation, Universiti Malaysia Sabah, Kota Kinabalu, Sabah, Malaysia.
PeerJ
|December 13, 2024
概括
这项研究使用Twitter数据和文本分析来确定公众对蚊子传播疾病 (MBDs) 的关键担忧,为公共卫生决策提供更快的见解.
科学领域:
- 公共卫生 公共卫生
- 计算社会科学 计算社会科学
- 流行病学 流行病学
背景情况:
- 蚊子传播疾病 (MBDs) 构成了全球健康的重大威胁.
- 有效的疾病控制依赖于了解公众意见,但传统的调查很慢.
- 社交媒体为快速分析公共卫生中的公众情绪提供了一个平台.
研究的目的:
- 开发和演示一个文本分析管道,用于识别Twitter上的MBD主题.
- 分析公众论及其对MBD讨论的影响.
- 为公共卫生决策提供及时的见解.
主要方法:
- 收集了25000条与MBDs相关的推文.
- 应用潜伏迪里克莱特分配 (LDA) 用于主题建模.
- 使用VADER进行情绪分析,使用Boruta/LASSO进行特征选择.
- 用多项逻辑回归 (MLR) 和专家判断验证的结果.
主要成果:
- 确定了关键的MBD主题,包括繁殖地点,蚊子控制和疾病影响.
- 发现了公众对诊断生物标志物和人与蚊子相互作用的担忧.
- 拉索特征选择在识别有影响力的话题方面表现出卓越的表现.
结论:
- 社交媒体上的文本分析提供了一种快速有效的公共卫生监测方法.
- 关于MBD的公众意见包括控制策略和疾病识别等关键领域.
- 这种方法可以显著帮助及时的公共卫生干预和政策制定.
