菲洛嘉青春动能素135HA FILLMED® NCTF 135HA LED指示灯的常见故障分析 智微智能 Elkhartlake K075终端,零售产业新选择 天空蓝拓客管理系统详细介绍版 muso公链项目 天使计划 是什么?[秘] 独家揭秘最前沿的家装“黑科技”——掌赋 天博体育欧洲杯特辑,东道主法兰西的失意2016 亚马逊的送货侦察员 学习听起来像挡泥板 Google Comics Factory使ML变得容易 笑着说-男性或女性 Amazon Rekognition中更好的人脸检测 关于Spaun的真相-大脑模拟 两个聊天机器人彼此聊天-有趣又怪异 GANPaint:将AI用于艺术 WCF和WF给予社区 从耳朵到脸 所有神经网络的深层缺陷 蠕虫在尾巴上平衡杆子 Kickstarter上的OpenCV AI套件 TensorFlow-Google的开源AI和计算引擎 众包取代新闻工作者 Google的DeepMind学会玩街机游戏 哑机器人V智能机器人 .NET与.NET 5融为一体 Google的深度学习-语音识别 LInQer将.NET LINQ移植到Javascript 机器人TED演讲-新的图灵测试? GAN的发明者加入苹果 您的智能手机会监视您键入的内容 人工智能帮助改善国际象棋 Zalando Flair NLP库已更新 TensorFlow 1.5包含移动版本 AlphaGo输了一场比赛-比分3-1 虚拟机器学习峰会 Microsoft开源AI调试工具 SharePoint走向移动 F#4.0发出文化变革的信号 克里斯蒂拍卖AI艺术品 人工智能如何区分 Facebook在蒙特利尔的新AI实验室 Mozilla想要您的声音 微软使用极深的神经网络赢得ImageNet 建立AI合作伙伴关系 .NET Core 3-Microsoft几乎回到了起点 神经网络-更好的销售商? Google使用AI查找您的住所 虹膜-适用于Android的Siri证明苹果没有优势 TensorFlow 2提供更快的模型训练 深度学习研究人员将为Google工作
您的位置:首页 >物联网 >

Twitter曾被用来描绘纽约的幸福

根据对超过60万条推文进行分类的研究,中央公园是纽约市最幸福的景点,以便将人们的心情映射到他们的时间和位置。

新英格兰复杂系统研究所(NECSI)的研究人员使用Twitter数据生成了纽约市的情绪图,该图提供了对时间的敏感性以及针对特定地理位置的公众情绪分析。数据显示,公众情绪通常在公园最高,而在交通枢纽则最低。

在2012年4月的两个星期中,NECSI创始总裁Yaneer Bar-Yam教授督导下,研究小组通过Twitter API收集了603,954条推文,这些推文仅限于在纽约都会区附近被地理坐标标记的推文。

研究人员使用包含以下表情符号的推文,为正面和负面推文建立了两个分类器。这就是表情符号的存在,用于确定该推文是肯定的还是负面的,并且使用它们来使用文本创建分类器。然后,分类器可以对没有表情符号的推文进行分类。

霉菌病

然后,对于整个集合中的每个推文,都将删除URL和用户名,将文本标记化并基于分类器分配一个情感分数。将情感等级与地理标记相结合,得出纽约市大都会区的公共情感图,其中青色代表最积极的情绪,品红色代表最消极的情绪。白色表示鸣叫密度不足以进行分析的区域。

(点击查看大图)

对推文的空间分析显示,随着接近时代广场,情绪逐渐提高:

纽约市

情绪的周期性模式也显示出每天和每周都有波动:周末发布的正面推文比平日更多,每天的情绪峰值在午夜前后,在上午9:00至中午之间处于低点:

纽约时报

由于使用了地理标记,研究人员能够找到极端情绪的特定区域-除了公园和交通枢纽外,他们还包括墓地,医疗中心,监狱和下水道设施。在显示曼哈顿的地图部分中,中央公园(A1)和高地公园(A9)脱颖而出; Penn Sation(B4)和Brooklyn Bridge(B7)都是负面的,Riker的岛屿(D1)是纽约市的主要监狱建筑群。该报告还指出:

“一个明显带有负面情绪的地区是布鲁克林的马斯佩斯溪(E1)。虽然其地理特征不明显,但该地区是该国污染最严重的城市水体之一。”

并详细介绍了该站点的图形细节,因此您很可能会想到污泥和未经处理的污水的气味。

nyctweetmap

该报告最后总结了此数据挖掘活动的优势:

“我们的公众情绪分析方法具有多种优势。通过利用Twitter丰富的地理标记数据,我们可以获得范围广泛且细粒度的空间信息。简短的推文可以快速进行处理和分类,而它们的发布频率则可以及时反映公众情绪。”

这是一种聪明的方法,可以产生符合常识的结果-公园是积极的地方,而污水却令人难过。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。