利用自然语言处理技术对Twitter/X上关于电子香烟的讨论进行时空分析

《BMC Public Health》：Spatiotemporal analysis of electronic cigarette discussion on Twitter/X using natural language processing

　　

摘要

背景

近年来，电子香烟（e-cigarettes）在年轻人中变得非常流行。本研究旨在探讨Twitter/X平台上关于电子香烟的在线讨论的时空模式。

方法

通过Twitter应用程序编程接口（API），从2021年3月11日到2023年3月14日，使用相关关键词（如“e-cigarette”和“vaping”）收集了超过300万条与电子香烟相关的推文。经过数据清洗（如删除重复内容和转发内容）和过滤后，共识别出2,140,439条非商业推文。两名人类编码员独立地对300条随机选取的推文进行了手动编码，评估其相关性（是或否）、情感倾向（积极、消极或中性），以及推文作者是否可能是电子香烟使用者（是或否）。另外还有2,000条推文也进行了单独编码。这2,300条被标记的推文被用来微调一个预训练的RoBERTa（Robustly Optimized BERT）模型，该模型表现良好（F1分数>0.7）。潜变量狄利克雷分配（LDA）方法被用来识别带有积极或消极情感的推文中的主要话题。

结果

在研究期间，我们观察到与电子香烟相关的推文数量显著增加，尤其是在英国和澳大利亚。几乎一半的推文（49.7%，1,063,317/2,140,439）持中立态度。对电子香烟持积极情感的推文比例高于消极情感的推文，分别为27.0%和23.3%。除了澳大利亚，在美国和英国，尤其是加拿大，积极推文的数量多于消极推文。在英国和澳大利亚，消极情感推文的比例呈上升趋势。此外，电子香烟的Twitter用户比非用户更有可能对电子香烟持有积极态度，比例为41.19%对比9.74%。积极话题将吸电子烟描述为一种可取的、受情感驱动的戒烟替代方式，而消极话题则强调了健康风险、对青少年的危害以及尽管认为危害降低但仍呼吁戒烟的必要性。

结论

Twitter上关于电子香烟的在线情感随时间以及在不同国家之间存在差异。电子香烟用户和非用户对电子香烟的态度各不相同。本研究的结果为社交媒体上关于电子香烟的在线讨论提供了及时的监测，为未来的烟草法规制定提供了宝贵的参考。

背景

近年来，电子香烟（e-cigarettes）在年轻人中变得非常流行。本研究旨在探讨Twitter/X平台上关于电子香烟的在线讨论的时空模式。

方法

通过Twitter应用程序编程接口（API），从2021年3月11日到2023年3月14日，使用相关关键词（如“e-cigarette”和“vaping”）收集了超过300万条与电子香烟相关的推文。经过数据清洗（如删除重复内容和转发内容）和过滤后，共识别出2,140,439条非商业推文。两名人类编码员独立地对300条随机选取的推文进行了手动编码，评估其相关性（是或否）、情感倾向（积极、消极或中性），以及推文作者是否可能是电子香烟使用者（是或否）。另外还有2,000条推文也进行了单独编码。这2,300条被标记的推文被用来微调一个预训练的RoBERTa（Robustly Optimized BERT）模型，该模型表现良好（F1分数>0.7）。潜变量狄利克雷分配（LDA）方法被用来识别带有积极或消极情感的推文中的主要话题。

结果

在研究期间，我们观察到与电子香烟相关的推文数量显著增加，尤其是在英国和澳大利亚。几乎一半的推文（49.7%，1,063,317/2,140,439）持中立态度。对电子香烟持积极情感的推文比例高于消极情感的推文，分别为27.0%和23.3%。除了澳大利亚，在美国和英国，尤其是加拿大，积极推文的数量多于消极推文。在英国和澳大利亚，消极情感推文的比例呈上升趋势。此外，电子香烟的Twitter用户比非用户更有可能对电子香烟持有积极态度，比例为41.19%对比9.74%。积极话题将吸电子烟描述为一种可取的、受情感驱动的戒烟替代方式，而消极话题则强调了健康风险、对青少年的危害、环境问题以及尽管认为危害降低但仍呼吁戒烟的必要性。

结论

Twitter上关于电子香烟的在线情感随时间以及在不同国家之间存在差异。电子香烟用户和非用户对电子香烟的态度各不相同。本研究的结果为社交媒体上关于电子香烟的在线讨论提供了及时的监测，为未来的烟草法规制定提供了宝贵的参考。