Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

SocSci Meetup

485 views

Published on

ウェブから読み解く空気感

Published in: Science
  • Be the first to comment

  • Be the first to like this

SocSci Meetup

  1. 1. ウェブから読み解く空気感 筑波大学 システム情報系 佐野幸恵 共同研究者:高安秀樹(ソニーCSL), Shlomo Havlin(Bar-Ilan Univ.), 高安美佐子(東工大) “Identifying long-term periodic cycles and memories of collective emotion in online social media”, PLoS ONE 14(3) e0213843 (2019).
  2. 2. Who? • 佐野 幸恵 (Yukie Sano) • 筑波大学 システム情報系 社会工学域 助教 • 博士 (理学・東京工業大学) • 「ソーシャルメディアにおける単語出現頻度時系列の 解析とモデル化」 • 専門分野 • 社会経済物理、ネットワーク科学、ウェブサイエンス • 略歴 • 2003年 奈良女子大学大学院 修了 • 「ネットワークの違いがダイナミクスに与える影響」 • 2003年~2007年 株式会社富士通ゼネラル SE • 2007年 東京工業大学大学院 入学 • 2010年 日本大学 理工学部 助手 • 2014年より現職 2
  3. 3. ウェブと実社会 • ウェブには実社会が投影されている部分も多い • 映画の興行収入、イベントの忘却と想起、選挙、気象など • ウェブを発端に、実社会に影響を及ぼすことも多い • デマの拡散が実社会の混乱を招くことも • しかしウェブにおけるなんとなくの空気感については、 まだよく知られていない • ここでは「集合的感情」と呼ぶ 3 デマ拡散のネットワークイベント前後での口コミ
  4. 4. 実社会と集合的感情 • われわれは、直接、集合的感情を測定することはできないが、 集合的感情は実社会に影響を及ぼしている • 「不安」な感情がデマの拡散を加速させることが、社会心理学の実験で 知られている • 震災後の自粛「ムード」による消費の低下 • 集合的感情を量的に把握することは重要 • 例えば、いつまで自粛ムードは続く?いつCM再開すればよい? 4 https://www.weforum.org/agenda/2016/01/q-a-walter-quattrociocchi-digital-wildfires/
  5. 5. 関連研究: Twitterを用いた幸福感の推移 5 Dodds, P. S., Harris, K. D., Kloumann, I. M., Bliss, C. A., & Danforth, C. M., “Temporal Patterns of Happiness and Information in a Global Social Network: Hedonometrics and Twitter”, PLoS ONE 6(12) e26752. (2011). http://hedonometer.org/ アメリカではクリスマスやバレンタインは幸福度が高い (しかし、日本では幸福とは別の感情が増加)
  6. 6. 本講演の流れ 1 • 「集合的感情」時系列の作成 2 • 感情の周期(週単位、年単位) 3 • 突発的な感情のピーク 4 • まとめと議論 6
  7. 7. 本講演の流れ 1 • 「集合的感情」時系列の作成 2 • 感情の周期(週単位、年単位) 3 • 突発的な感情のピーク 4 • まとめと議論 7
  8. 8. 本研究で用いるデータ: ブログ • 様々な人が日記形式で、ウェブにテキストを投稿 • ブログも、ソーシャルメディアの一つであり、その中では 歴史が古く、長期間(〜10年間)の測定に適している • 本研究ではブログに投稿されたテキストを用いて、集合的 感情を測定 8 ・ ・ ・ ・ ・ ・ 24 blog providers 15 million users 1.8 billion articles データの概要 Data is provided by Hottolink Inc. 期間: 2006/11/1~2016/10/31
  9. 9. • POMS(Profile of Mood State): 65項目の簡単な質問に答えることで、 被験者の一時的な感情を、6因子で測定する 9 怒り (Anger) 混乱 (Confusion) 疲れ (Fatigue) 緊張 (Tension) 活気 (Vigor) 抑うつ (Depression) 集合的感情抽出の方法: POMS Japanese versionEnglish version • 元々は英語で開発され、1994 年に日本の心理学者によって 翻訳・発行され、広く使われ ている McNair, D., Loor, M., & Droppleman, L., “Profile of Mood States”, (1971).
  10. 10. 感情時系列の構築:単純な足し上げ • 感情kに関する時系列 Xk(t): ここでnk は、感情kに紐づいている単語数であり、xk i(t) は感情kに紐 づいている単語iの時系列 • 感情kの時系列は、 全数で規格化した時系列 Zk(t): ここでY(t)は単語によらない、ブログ全体の時系列 • 最終的に平均が0、標準偏差が1になるよう標準化した時系列を扱う 10
  11. 11. 10年間の集合的感情の推移 11 東日本大震災 (2011) 混乱 疲れ 活気 怒り 抑うつ 緊張
  12. 12. 主成分分析によるゆるやかな変動 • 半年ごとを1点にまとめると、 緩やかに感情が変動している ことがわかる=感情が突然動 くのではなく、記憶を持ちな がら変化する証拠 12 1点が半年に相当 第2主成分までの累積寄与率 96% ランダマイズした結果
  13. 13. 本講演の流れ 1 • 「集合的感情」時系列の作成 2 • 感情の周期(週単位、年単位) 3 • 突発的な感情のピーク 4 • まとめと議論 13
  14. 14. 週ごとの感情周期 14 • 東日本大震災のあった週を除く9年間の平均 月曜憂鬱 金曜は週末の天気が不安 土日は緊張が減少 週末疲れ 混乱疲れ活気怒り抑うつ緊張 土日は怒りが減少
  15. 15. 15 季節ごと(月次) の感情周期 新年度の始まりに緊張 • 東日本大震災時を 除く9年間の平均 混乱 夏は疲れが多い 活気 怒り 抑うつ 緊張 疲れ
  16. 16. ある日の空気感 – 緊張が高まる日 2月14日 4月7日 16 混乱 疲れ 活気 怒り 抑うつ 緊張 混乱 疲れ 活気 怒り 抑うつ 緊張
  17. 17. ある日の空気感 – 連休前後 4月24日から5月8日 17 5月7日 連休中明け 疲れと抑うつが高い 混乱 疲れ 活気 怒り 抑うつ 緊張 混乱 疲れ 活気 怒り 抑うつ 緊張 連休は緊張が低下
  18. 18. ある日の空気感 - 特異日 1月1日 12月31日 18 1年で最も 混乱と抑うつが高い日1年で最もPOMS感情が少ない 1年で最も活気が高い日 混乱 疲れ 活気 怒り 抑うつ 緊張 混乱 疲れ 活気 怒り 抑うつ 緊張
  19. 19. 本講演の流れ 1 • 「集合的感情」時系列の作成 2 • 感情の周期(週単位、年単位) 3 • 突発的な感情のピーク 4 • まとめと議論 19
  20. 20. 周期除去後に残る感情のピーク • 東日本大震災:感情のピークがずれながら現れる 20 混乱のピークは震災3日後 抑うつ-落ち込みのピークは震災2日後 緊張-不安のピークは震災1日後 震災当日
  21. 21. 周期除去後に残る感情のピーク 21 2008年 地震 混乱緊張 2016年 首都圏大雪 2009年 台風 2011年 台風 緊張 緊張 台風は近づいてくるので、前兆がある 地震は前兆がない 前日深夜からの大雪
  22. 22. 本講演の流れ 1 • 「集合的感情」時系列の作成 2 • 感情の周期(週単位、年単位) 3 • 突発的な感情のピーク 4 • まとめと議論 22
  23. 23. まとめと議論 • 10年間の日本のブログら、6次元の感情を抽出 • 感情には長期記憶があり、緩やかに変化 • 感情には季節・週・日次の周期が存在 • 周期性を除去後に残る感情のピークは、主に緊張の感情であり、 自然災害が対応 • 今後、感情同士の影響関係を捉え、どのように空気感が関わり 合って変化していくのか、分析を進めている 23
  24. 24. 24 バラバシ氏も来日! 発表・スポンサーお待ちしています!

×