0
1000萬例，這是美國最新的新冠肺炎確認病例數(shù)量。
我們都知道，在特殊的疫情期間，戴不戴口罩成為遏制疫情的關(guān)鍵因素之一。但個人口罩的使用在美國已經(jīng)演變成一個高度兩極化的話題：是要公共衛(wèi)生，還是要個人自由？
雷鋒網(wǎng)了解到，近日，美國羅徹斯特大學計算機系的羅杰波教授團隊在arXiv上發(fā)表了一篇論文（已被2020 IEEE International Conference on Big Data錄用）。這篇論文的話題很有意義，就是討論了在COVID-19大流行期間，公眾對個人使用口罩的意見兩極分化。
作者調(diào)查了不同屬性、不同階層、不同社會身份的人對于口罩使用的態(tài)度，相當于對推特的用戶進行了一次全面的用戶畫像，并且歸納出十大有趣的發(fā)現(xiàn)，例如：
女生比男生對口罩佩戴的態(tài)度更加積極，男生相對不愛戴口罩；
美國東西海岸相對于南部和中西部地區(qū)對口罩佩戴的態(tài)度更加積極，這可能與人口密度有關(guān)；
白種人對口罩佩戴存在嚴重不滿的情緒，而東亞和印度人則展現(xiàn)出非常積極的態(tài)度......
羅杰波教授指出，這項工作的意義在于，更加明確哪種類型的人對于口罩使用持消極的態(tài)度，從而有針對性的實施措施去勸說特定人群佩戴口罩（或者采用其他防護措施）。
值得注意的是，羅杰波教授團隊的調(diào)查方式不是通過傳統(tǒng)的調(diào)查問卷，而是美國人的“國民級應(yīng)用”Twitter。
Twitter中的海量數(shù)據(jù)，為研究人員的各類研究課題提供了豐沃的土壤。早在2012年，MIT的研究人員就宣布發(fā)明了一種算法，可以提前預(yù)測Twitter上的熱門話題，準確率能達到95%以上。
事實上，Twitter已經(jīng)被證實是分析和預(yù)測各種大型社會事件的一個有價值的數(shù)據(jù)來源，比如美國的大選。在2009年H1N1和2014年埃博拉病毒流行期間，Twitter也被用來監(jiān)測公眾對這些重要事件的情緒。
在了解這篇論文之前，首先介紹一下本文的作者之一——羅杰波教授。
羅杰波教授是ACM， AAAI， IEEE、SPIE和IAPR等國際著名學會的會士（Fellow），圖像處理、計算機視覺、機器學習，數(shù)據(jù)挖掘等領(lǐng)域著名國際學者。
2018年12月，國際人工智能學會（前身為美國人工智能學會）AAAI 宣布，全球有7位學者當選為 Fellow，F(xiàn)ellow是該學會給予會員的最高榮譽，每年通常選出5-10位新的Fellow，其中有兩位華人學者入選，其中一位就是羅杰波教授。
同年12月初，他還入選ACM Fellow。
十幾年來，羅杰波教授科研團隊一直致力于data science for social good，在社交多媒體研究及其社會應(yīng)用中做出了開創(chuàng)性的貢獻。這篇論文也是該研究方向下的最新成果。
談回這篇論文。
論文的摘要中寫道，不同政府機構(gòu)的一系列政策轉(zhuǎn)變導(dǎo)致了對待口罩的兩極分化。調(diào)查這些政策轉(zhuǎn)變的影響的一個典型方法是使用調(diào)查問卷。
然而，以調(diào)查問卷為基礎(chǔ)的方法有多重限制：有偏見的回答、有限的樣本量、糟糕的問題，這些問題可能會讓研究者有采樣偏差以致不能反映社會總體的無偏差的看法，拿不到一份具有高度參考意義的結(jié)果。
傳統(tǒng)的“人肉調(diào)查”的方式已經(jīng)不適應(yīng)時代的需求，技術(shù)或許能夠為研究者帶來福音。實際上，問卷調(diào)查在近兩屆美國總統(tǒng)選舉中已經(jīng)被證明其準確性可疑。
羅杰波教授團隊巧妙地應(yīng)用了Twitter這一大眾媒介，結(jié)合大數(shù)據(jù)與人工智能，來探索人們在Twitter上對于COVID-19期間口罩使用的看法。
和其他人工智能研究成果一樣，團隊都要面臨一個“數(shù)據(jù)難關(guān)”。
羅杰波教授指出，社交媒體挖掘研究過程中的主要難題在于數(shù)據(jù)收集處理和方法。
首先，數(shù)據(jù)收集的難度很大，必須有足夠數(shù)量級而且足夠質(zhì)量的推特用戶及其推文。據(jù)雷鋒網(wǎng)了解，從2020年1月11日到2020年8月10日，團隊總共收集了120萬條涉及口罩相關(guān)詞匯的推文，解決方法包括關(guān)鍵字搜索和算法輔助半自動過濾。
其次，人口統(tǒng)計學中的最重要的信息就是用戶屬性， 包括用戶的年齡、性別、種族、地區(qū)、收入等等。
團隊利用魯棒的人工智能算法（包括用戶頭像分析、自然語言處理、多模態(tài)協(xié)同推理）對相關(guān)屬性進行自動分類標簽，有效地解決了這些信息無法直接獲取的困難。
人口統(tǒng)計推斷框架概述
梳理完數(shù)據(jù)后，團隊使用LDA主題模型對有關(guān)口罩使用的推文 (tweets) 進行主題歸納，主要發(fā)現(xiàn)有四個主題：學校和工作單位的口罩佩戴情況、政府口罩政策、疫情期間的事件和活動，以及公眾健康關(guān)愛。
這項研究中特別值得注意的一點是使用離線變點搜索算法檢測用戶基于時間軸對口罩使用的情感轉(zhuǎn)變關(guān)鍵點，并從中引申出不同口罩使用政策的推出實施對于不同黨派用戶對口罩使用的情感變化的顯著影響。
什么是離線變點檢測？
相對于在線變點檢測方法，離線變點檢測在接受所有的數(shù)據(jù)點后才對數(shù)據(jù)進行變點檢測，這將提供比在線變點檢測更為全局化且準確的變點檢測去找到所有情感態(tài)度的突變點。
作者使用的Pruned Exact Linear Time （PELT）算法可以在線性時間內(nèi)準確找到所有顯著的突變點并且不需要預(yù)設(shè)突變點數(shù)。
在這種方向的幫助下，研究者成功歸納出某些口罩使用政策的推行或特定事件對于口罩使用態(tài)度的影響。
例如，4月3日，CDC的政策轉(zhuǎn)變以及特朗普在7月20日關(guān)于戴口罩的推文:
“我們團結(jié)一致，共同抗擊‘隱形中國病毒’。很多人說，在無法與他人保持距離的情況下，戴上口罩是很愚蠢的。”沒有人比我更愛國，你們最喜歡的總統(tǒng)!”
在之前的話題分析中，這兩個事件被很多推文引用。可以看到，從1月27日到4月03日，共和黨和民主黨的平均人氣都是積極的。
然而，在3月3日之后，共和黨人的平均樂觀情緒下降到負面情緒，而民主黨人的平均樂觀情緒上升。在特朗普于7月20日發(fā)表關(guān)于戴口罩的推文后，共和黨人的平均情緒出現(xiàn)了上升。然而，共和黨人普遍持負面看法。
相比之下，民主黨人的平均情緒有所下降，但在情緒得分上仍保持積極。
共和情緒時間序列變化點發(fā)現(xiàn)
民主情緒時間序列變化點發(fā)現(xiàn)
當然，論文也指出，這樣的分析結(jié)果也可能會有些片面，因為在這期間還有其他大大小小的事件發(fā)生。但是，鑒于媒體對這兩個事件的廣泛報道，在這些日期范圍內(nèi)檢測到的情緒變化，都很有可能是這兩起重大事件的結(jié)果。
除了分析用戶在Twitter上對于COVID-19期間口罩使用的看法，這項論文的成果還有很多深遠的意義。
例如，論文總結(jié)出了人們關(guān)于口罩使用的大體談?wù)搩?nèi)容和高頻詞匯，這將更利于社會對大眾的關(guān)注點進行判斷。
而學術(shù)方面，作為最早使用大數(shù)據(jù)研究COVID-19相關(guān)問題的工作之一，該研究將為后續(xù)的其他COVID-19相關(guān)工作打下基礎(chǔ)并提供參考。
在這篇論文的最后，羅杰波教授團隊也寫道，社交媒體數(shù)據(jù)挖掘和情緒分析是一個重要工具，可以用來衡量公眾對大流行病期間突然政策變化的反應(yīng)。因此，更多的政府和衛(wèi)生組織可以利用社會媒體數(shù)據(jù)挖掘技術(shù)來改善政策成果。
用科技的手段來進行“推特治國”，或者才是這篇論文的真實寫照。
最后，附上本篇論文鏈接：https://arxiv.org/pdf/2011.00336.pdf，感興趣的朋友可以下載查閱。值得一提的是，這項研究是由兩位本科生Neil Yeung和Jonathan Lai為主完成的。雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
