More Related Content
Similar to SocSci Meetup (20)
SocSci Meetup
- 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. 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. 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. 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. 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. 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. 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. 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. ? 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. 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
- 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
- 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. 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. 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. 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
- 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. 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. 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
Editor's Notes
- #2: 20分間 - プロフィール文(100字程度) 2003年奈良女子大学 大学院 物理科学専攻修了。博士（理学）。 企業でシステムエンジニアとして勤務後、退職して東京工業大学の博士後期課程へ進学し、学位を取得。 専門は社会経済物理で、主にソーシャルメディアに関する研究に従事。 - 講演タイトル ウェブから読み解く空気感 - 発表概要(200字程度) 東日本大震災後の自粛ムード、慶事の祝賀ムードなど、世の中の「空気感」は、 実体経済にも大きく影響するにもかかわらず、捉えることは極めて困難である。 本研究では、10年間ブログデータを用い、なるべく単純な方法で、6つの感情からなる空気感を定義した。 得られた結果からは、空気感は季節や週の周期性を持つこと、長期間に渡って緩やかに変化し続けることが示唆された。
- #3: APFA: Applications of Physics in Financial Analysis
- #9: 罢飞颈迟迟别谤が本格的に始まったのは2008年顷、颈苍蝉迟补驳谤补尘は2010年顷。
- #10: 心理学的な里付け、英语での先行研究もある
- #21: After removing the weekly and yearly periodicities, there still remain some spikes. For example, the 3.11 earthquake was a special case where Tension continued to increase more than one month (37 days), followed by Depression and Confusion.