Search Results
You are looking at 1 - 1 of 1 items for
- Author or Editor: Ferenc Béres x
- Refine by Access: Content accessible to me x
COVID Vaccine Sentiment Dashboard based on Twitter Data
COVID vakcina szentiment dashboard Twitter adatok alapján
Summary. We developed an interactive dashboard that collects Twitter information relevant to COVID vaccines and analyzes their sentiment based on time, geolocation and type of the information source. Vaccine skepticism is a controversial topic with a long history that became more important than ever with the Covid-19 pandemic. Only a year after the first international cases were registered, multiple vaccines were developed and passed clinical testing. Besides the challenges of development, testing and logistics, another factor in the fight against the pandemic are people who are hesitant to get vaccinated, or even state that they will refuse any vaccine offered to them. In the paper, we demonstrate the use of the dashboard to assess changes in sentiment towards vaccination and identify possible events that affect the public view.
Összefoglalás. Kidolgoztunk egy interaktív dashboard alkalmazást, amely összegyűjti a COVID vakcinákkal kapcsolatos Twitter-kommunikációt, és elemzi a vakcinákkal kapcsolatos attitűd időbeli változását, a földrajzi hely és az információforrás típusa alapján. A vakcina-szkepticizmus régóta megosztó téma. Az oltások népszerűsítése, az oltásellenes hangok hatásának csökkentése minden eddiginél fontosabbá vált a COVID–19 világjárvánnyal. Alig egy évvel az első nemzetközi esetek regisztrálása után több oltóanyagot fejlesztettek ki, amelyek klinikai teszteken mentek keresztül. A fejlesztés, a tesztelés és a logisztika kihívásai mellett a járvány elleni küzdelem legfontosabb tényezője azon emberek meggyőzése lett, akik haboznak az oltás felvételével kapcsolatban, vagy akár kijelentik, hogy megtagadják a számukra felajánlott vakcinákat. A cikkben bemutatjuk a közösségimédia-elemzés használatát az oltással kapcsolatos érzések változásának felmérésére és a nyilvánosságot befolyásoló lehetséges események azonosítására.
2021. január 24. és július 31. között a Twitter publikus interfészén elérhető adatokat gyűjtöttünk a „vaccine”, „vaccination”, „vaccinated”, „vaxxer”, „vaxxers”, „#CovidVaccine”, „covid denier”, „pfizer”, „moderna”, „astra” és „zeneca”, „sinopharm”, „szputnyik” kulcsszavak használatával, néhány negatív szűrő mellett, hogy csökkentsük a témához nem illő tartalmak mennyiségét. A közvélemény felmérésének fő technikai eszköze a hangulatelemzés volt, amelyet egy nyílt forráskódú eszköztárral végeztünk, amely hat nyelven előre betanított modelleket tartalmazott. A tartalmakat földrajzi hely és a Twitter-fiók típusa alapján is megkülönböztettük.
A hangulatelemzés során egy adott szöveg szerzőjének véleményét természetes nyelvet feldolgozó eszközök segítségével a negatívtól a pozitív véleményig terjedő hangulatpontszámmal értékeltük.
Összességében a Modernával kapcsolatban találtuk a legpozitívabb, a Sinopharmmal a legnegatívabb véleményeket, bár ezek között nagy a földrajzi különbség. Például Európa a legnegatívabb az AstraZenecával és az (angol nyelvű) Ázsia a Sinopharmmal szemben. Az orvosszakértők véleménye a legpozitívabb, a nem a fősodorba tartozó médiaszerzők pedig a legnegatívabbak az összes vakcinával kapcsolatban. A különböző vakcinák tevékenységének földrajzi megoszlása szorosan követi a vakcinák megoszlását, például a keleti vakcinák esetében több a spanyol nyelvű és ázsiai tartalom.
Eszközünket az AstraZeneca és a Pfizer-BioNTech vakcinákhoz kapcsolódó események követésével is bemutattuk, a kommunikáció mennyisége és hangulata alapján. Sikerült azonosítani azokat az eseményeket, amelyek az üzenetek számának csúcspontját vagy a hangulatváltozást okozták.