1000萬(wàn)例，這是美國(guó)最新的新冠肺炎確認(rèn)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(gè)人口罩的使用在美國(guó)已經(jīng)演變成一個(gè)高度兩極化的話題：是要公共衛(wèi)生，還是要個(gè)人自由？

雷鋒網(wǎng)了解到，近日，美國(guó)羅徹斯特大學(xué)計(jì)算機(jī)系的羅杰波教授團(tuán)隊(duì)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(duì)個(gè)人使用口罩的意見(jiàn)兩極分化。

作者調(diào)查了不同屬性、不同階層、不同社會(huì)身份的人對(duì)于口罩使用的態(tài)度，相當(dāng)于對(duì)推特的用戶進(jìn)行了一次全面的用戶畫(huà)像，并且歸納出十大有趣的發(fā)現(xiàn)，例如：

女生比男生對(duì)口罩佩戴的態(tài)度更加積極，男生相對(duì)不愛(ài)戴口罩；

美國(guó)東西海岸相對(duì)于南部和中西部地區(qū)對(duì)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(duì)口罩佩戴存在嚴(yán)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(xiàng)工作的意義在于，更加明確哪種類型的人對(duì)于口罩使用持消極的態(tài)度，從而有針對(duì)性的實(shí)施措施去勸說(shuō)特定人群佩戴口罩（或者采用其他防護(hù)措施）。

值得注意的是，羅杰波教授團(tuán)隊(duì)的調(diào)查方式不是通過(guò)傳統(tǒng)的調(diào)查問(wèn)卷，而是美國(guó)人的“國(guó)民級(jí)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(cè)Twitter上的熱門話題，準(zhǔn)確率能達(dá)到95%以上。

事實(shí)上，Twitter已經(jīng)被證實(shí)是分析和預(yù)測(cè)各種大型社會(huì)事件的一個(gè)有價(jià)值的數(shù)據(jù)來(lái)源，比如美國(guó)的大選。在2009年H1N1和2014年埃博拉病毒流行期間，Twitter也被用來(lái)監(jiān)測(cè)公眾對(duì)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(guó)際著名學(xué)會(huì)的會(huì)士（Fellow），圖像處理、計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)，數(shù)據(jù)挖掘等領(lǐng)域著名國(guó)際學(xué)者。

2018年12月，國(guó)際人工智能學(xué)會(huì)（前身為美國(guó)人工智能學(xué)會(huì)）AAAI 宣布，全球有7位學(xué)者當(dāng)選為 Fellow，F(xiàn)ellow是該學(xué)會(huì)給予會(huì)員的最高榮譽(yù)，每年通常選出5-10位新的Fellow，其中有兩位華人學(xué)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(lái)，羅杰波教授科研團(tuán)隊(duì)一直致力于data science for social good，在社交多媒體研究及其社會(huì)應(yīng)用中做出了開(kāi)創(chuàng)性的貢獻(xiàn)。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(jī)構(gòu)的一系列政策轉(zhuǎn)變導(dǎo)致了對(duì)待口罩的兩極分化。調(diào)查這些政策轉(zhuǎn)變的影響的一個(gè)典型方法是使用調(diào)查問(wèn)卷。

然而，以調(diào)查問(wèn)卷為基礎(chǔ)的方法有多重限制：有偏見(jiàn)的回答、有限的樣本量、糟糕的問(wèn)題，這些問(wèn)題可能會(huì)讓研究者有采樣偏差以致不能反映社會(huì)總體的無(wú)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(shí)代的需求，技術(shù)或許能夠?yàn)檠芯空邘?lái)福音。實(shí)際上，問(wèn)卷調(diào)查在近兩屆美國(guó)總統(tǒng)選舉中已經(jīng)被證明其準(zhǔn)確性可疑。

羅杰波教授團(tuán)隊(duì)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(lái)探索人們?cè)赥witter上對(duì)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(tuán)隊(duì)都要面臨一個(gè)“數(shù)據(jù)難關(guān)”。

羅杰波教授指出，社交媒體挖掘研究過(guò)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(jí)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(tuán)隊(duì)總共收集了120萬(wàn)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(dòng)過(guò)濾。

其次，人口統(tǒng)計(jì)學(xué)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(tuán)隊(duì)利用魯棒的人工智能算法（包括用戶頭像分析、自然語(yǔ)言處理、多模態(tài)協(xié)同推理）對(duì)相關(guān)屬性進(jìn)行自動(dòng)分類標(biāo)簽，有效地解決了這些信息無(wú)法直接獲取的困難。

人口統(tǒng)計(jì)推斷框架概述

梳理完數(shù)據(jù)后，團(tuán)隊(duì)使用LDA主題模型對(duì)有關(guān)口罩使用的推文 (tweets) 進(jìn)行主題歸納，主要發(fā)現(xiàn)有四個(gè)主題：學(xué)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(dòng)，以及公眾健康關(guān)愛(ài)。

這項(xiàng)研究中特別值得注意的一點(diǎn)是使用離線變點(diǎn)搜索算法檢測(cè)用戶基于時(shí)間軸對(duì)口罩使用的情感轉(zhuǎn)變關(guān)鍵點(diǎn)，并從中引申出不同口罩使用政策的推出實(shí)施對(duì)于不同黨派用戶對(duì)口罩使用的情感變化的顯著影響。

什么是離線變點(diǎn)檢測(cè)？

相對(duì)于在線變點(diǎn)檢測(cè)方法，離線變點(diǎn)檢測(cè)在接受所有的數(shù)據(jù)點(diǎn)后才對(duì)數(shù)據(jù)進(jìn)行變點(diǎn)檢測(cè)，這將提供比在線變點(diǎn)檢測(cè)更為全局化且準(zhǔn)確的變點(diǎn)檢測(cè)去找到所有情感態(tài)度的突變點(diǎn)。

作者使用的Pruned Exact Linear Time （PELT）算法可以在線性時(shí)間內(nèi)準(zhǔn)確找到所有顯著的突變點(diǎn)并且不需要預(yù)設(shè)突變點(diǎn)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(duì)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(tuán)結(jié)一致，共同抗擊‘隱形中國(guó)病毒’。很多人說(shuō)，在無(wú)法與他人保持距離的情況下，戴上口罩是很愚蠢的?！睕](méi)有人比我更愛(ài)國(guó)，你們最喜歡的總統(tǒng)!”

在之前的話題分析中，這兩個(gè)事件被很多推文引用?？梢钥吹?，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(lè)觀情緒下降到負(fù)面情緒，而民主黨人的平均樂(lè)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(fù)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(shí)間序列變化點(diǎn)發(fā)現(xiàn)

民主情緒時(shí)間序列變化點(diǎn)發(fā)現(xiàn)

當(dāng)然，論文也指出，這樣的分析結(jié)果也可能會(huì)有些片面，因?yàn)樵谶@期間還有其他大大小小的事件發(fā)生。但是，鑒于媒體對(duì)這兩個(gè)事件的廣泛報(bào)道，在這些日期范圍內(nèi)檢測(cè)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(duì)于COVID-19期間口罩使用的看法，這項(xiàng)論文的成果還有很多深遠(yuǎn)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(huì)對(duì)大眾的關(guān)注點(diǎn)進(jìn)行判斷。

而學(xué)術(shù)方面，作為最早使用大數(shù)據(jù)研究COVID-19相關(guān)問(wèn)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(tuán)隊(duì)也寫道，社交媒體數(shù)據(jù)挖掘和情緒分析是一個(gè)重要工具，可以用來(lái)衡量公眾對(duì)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(huì)媒體數(shù)據(jù)挖掘技術(shù)來(lái)改善政策成果。

用科技的手段來(lái)進(jìn)行“推特治國(guó)”，或者才是這篇論文的真實(shí)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(xiàng)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(jiàn)轉(zhuǎn)載須知。