National and Kapodistrian University of Athens
Εξόρυξη δεδομένων από μέσα κοινωνικής δικτύωσης (Twitter) σχετικά με τον κορωνοϊό COVID-19, με χρήση Python
Abstract
dc:descriptionΤο ξέσπασμα της πανδημίας του νέου κορωνοϊού (SARS-CoV-2) και της ασθένειας (COVID-19) που προκαλεί, έφερε μια σειρά μέτρων σε παγκόσμια σχεδόν κλίμακα προκειμένου να περιοριστεί η μετάδοσή του και να μετριαστούν οι απώλειες σε ανθρώπινες ζωές. Μέτρα κοινωνικής αποστασιοποίησης όπως η καραντίνα, η απαγόρευση κυκλοφορίας και το κλείσιμο τομέων της οικονομίας όπως η εστίαση και η διασκέδαση, εφαρμόστηκαν στις περισσότερες χώρες και είχαν σαν αποτέλεσμα να παρατηρηθεί αύξηση στην χρήση των διαφόρων μέσων κοινωνικής δικτύωσης παγκοσμίως. Ιδιαίτερα εφαρμογές μικροϊστολογίου (microblogging) με κυριότερη το Twitter, έγιναν από τις σημαντικότερες πηγές ενημέρωσης και ανταλλαγής απόψεων μεταξύ των χρηστών. Στόχος αυτής της μελέτης ήταν η εξόρυξη και ανάλυση δεδομένων από tweets που έγιναν στην Αγγλική γλώσσα σχετικά με την COVID-19. Για το λόγο αυτό χρησιμοποιήθηκε η γλώσσα προγραμματισμού Python, η οποία παρέχει έναν μεγάλο αριθμό βιβλιοθηκών κατάλληλων για την εξόρυξη (data mining), την επεξεργασία (data processing), τη μοντελοποίηση (modeling) και την οπτικοποίηση (data visualization) των δεδομένων αυτών. Συλλέχτηκαν συνολικά 4.277.094 tweets από τις 11 Μαρτίου 2020 που ανακηρύχθηκε από τον Π.Ο.Υ. ως πανδημία, μέχρι και τις 10 Απριλίου 2020, συλλέγοντας περίπου 140.000 δημοσιεύσεις (tweets) ανά ημέρα. Έγινε καθαρισμός και προεπεξεργασία των δεδομένων ώστε να μην υπάρχουν διπλότυπα, αναδημοσιεύσεις (retweets) και κατεστραμμένα δεδομένα. Στη συνέχεια προχωρήσαμε σε γεωγραφική απεικόνιση με βάση τον αριθμό των tweets ανά χώρα. Επίσης, έγινε αναζήτηση των πιο συχνά χρησιμοποιούμενων λέξεων και φράσεων καθώς και ανάλυση συναισθήματος του συνόλου των tweets. Τα αποτελέσματα δείχνουν έναν εξαιρετικά μεγάλο αριθμό tweets από τις Η.Π.Α. λόγω και της διείσδυσης του συγκεκριμένου μέσου στη χώρα αυτή, εμφανίζονται λέξεις που απεικονίζουν την κατάσταση την συγκεκριμένη χρονική περίοδο, και τέλος η ανάλυση συναισθήματος αποκαλύπτει την αρνητική προοπτική των χρηστών στο συγκεκριμένο θέμα. Συμπερασματικά, η εξόρυξη και ανάλυση δεδομένων από τα μέσα κοινωνικής δικτύωσης μπορεί να γίνει ένα χρήσιμο εργαλείο των φορέων υγείας και πρόνοιας σε επίπεδο κράτους ή και σε παγκόσμιο επίπεδο, ώστε να ανιχνεύονται εγκαίρως οι τάσεις και οι ανάγκες των πολιτών, να σχεδιάζονται, να εφαρμόζονται και να παρακολουθούνται αποτελεσματικότερα και αποδοτικότερα οι πολιτικές υγείας και πρόνοιας.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Παππάς Λεωνίδας
- Pappas Leonidas
Subjects
dc:subject × 2Rights
- Language dc:language
- Ελληνικά, Greek
Identifiers
dc:identifier.*- Identifier
- uoadl:3315580