Identifying people's affective responses to the environment from social media data

摘要

Um zu verstehen, warum wir uns in gewisser Weise in unterschiedlichen Umgebungen verhalten, ist die Notwendigkeit der Erfassung emotionaler Information über unsere Umwelt entstanden. Ganz viel Aufmerksamkeit wird dabei auf das Extrahieren emotionaler Informationen aus Social-Media-Daten verwendet. Methoden, die in früheren Forschungsarbeiten präsentiert wurden, die affektive Reaktionen auf die Umwelt aus Social-Media-Daten identifizieren, sind nicht spezifisch genug, um das Ziel der Reaktionen zu identifizieren oder sind gar nicht auf die Umwelt bezogen. Das kann zu falsch identifizierten zusätzlichen Daten in Benutzer-Beiträgen führen, die keine affektiven Reaktionen beinhalten. Im Zuge dieser Arbeit wurde eine Methodik entwickelt, die eine neue Perspektive verwendet um genauere affektive Antworten zu Orten in Wien mit Hilfe von Flickr Metadaten identifizieren. Satz-Strukturanalyse und Textklassifikation sind Bausteine der neuen Methodik. Wir definierten, dass das Ziel der affektiven Reaktion-in Textinformation-aus englischen Ort-Substantiven besteht. Mit Hilfe der Verarbeitung von natürlicher Sprache, insbesondere mit syntaktischer und semantischer Analyse, haben wir Adjektiv-Nomen-Strukturen identifiziert. Auf diese haben wir einen Maschinenlern-Klas-sifikator angewandt, um nur die Ort-Substantive zu sammeln. Die affektive Reaktion eines Ortes haben wir anhand der Valenz der Adjektive, die bei den Ort-Substantiven in einem Benutzerpost gefunden wurden, berechnet. Um die Adjektiv-Valenz erhalten zu können, haben wir eine neue affektive Wortliste erstellt. Unsere Ergebnisse zeigen, dass die neue Methode genauerer ist als früheren Forschungen, wenn sie auf Flickr Metadaten angewandt werden. Wir glauben, dass diese Lösung auch für verschiedene soziale Plattformen einsetzbar ist, um zur Verbesserung der Entscheidungsfindung für die Entwicklung von Smart Cities beizutragen.