تعتبر استطلاعات الرأي الجسر الواصل بين الرأي العام و السياسيين أثناء الانتخابات. بالرغم من ذلك , فإن مسألة استقصاء الرأي لمعرفة ردة فعل الشعب بخصوص المسائل الاقتصادية , تعتبر محدودة, مكلفة و مستهلكة للوقت. تطور وسائل التواصل الاجتماعي في السنوات الأخيرة مثل تويتر (Twitter) , جعل من السهل على الأفراد مشاركة آرائهم الشخصية على نطاق واسع في مواضيع عديدة مثل الانتخابات. كما وفرت هذه الشبكات الاجتماعية منصة ضخمة لجمع المعطيات و البيانات المختلفة. تقترح هذه الورقة البحثية طريقة لاستكشاف الرأي العام و فهم النقاشات التي تدار في تويتر بخصوص المسائل الاقتصادية أثناء الانتخابات الرئاسية. تستخدم الطرق الحالية التي تتعلق بهذا البحث طرق متعددة لتعدين النصوص (Text mining) بشكل مستقل لتحليل الانتخابات و توقع الانتخابات ; في هذه الورقة البحثية سنقوم بدمج طريقتين لتعدين النصوص : تحليل المشاعر و نمذجة المواضيع. تم تطبيق الطريقة المقترحة بشكل فعال على ملايين التغريدات من تويتر لتحليل التخوفات الاقتصادية للشعب أثناء الانتخابات الرئاسية الأمريكية في عام 2012.
Opinion polls have been the bridge between public opinion and politicians in elections. However, developing surveys to disclose people's feedback with respect to economic issues is limited, expensive, and time-consuming. In recent years, social media such as Twitter has enabled people to share their opinions regarding elections. Social media has provided a platform for collecting a large amount of social media data. This paper proposes a computational public opinion mining approach to explore the discussion of economic issues in social media during an election. Current related studies use text mining methods independently for election analysis and election prediction; this research combines two text mining methods: sentiment analysis and topic modeling. The proposed approach has effectively been deployed on millions of tweets to analyze economic concerns of people during the 2012 US presidential election
Artificial intelligence review:
Research summary
تستعرض هذه الورقة البحثية كيفية استخدام تويتر لاستكشاف الرأي العام حول المسائل الاقتصادية خلال الانتخابات الرئاسية الأمريكية لعام 2012. تقترح الورقة منهجية تجمع بين تحليل المشاعر ونمذجة المواضيع لتحليل ملايين التغريدات. تهدف المنهجية إلى فهم ردود الفعل الإيجابية والسلبية تجاه السياسات الاقتصادية للمرشحين باراك أوباما وميت رومني. أظهرت النتائج أن أوباما كان متقدماً على رومني في معظم المواضيع الاقتصادية، مما يتماشى مع نتائج دراسات سابقة. تشير الورقة إلى أن دمج تحليل المشاعر ونمذجة المواضيع يعد منهجية فعالة لاستكشاف الرأي العام الاقتصادي عبر وسائل التواصل الاجتماعي.
Critical review
دراسة نقدية: تقدم هذه الورقة البحثية منهجية مبتكرة تجمع بين تحليل المشاعر ونمذجة المواضيع، مما يساهم في تحسين فهم الرأي العام حول المسائل الاقتصادية. ومع ذلك، يمكن الإشارة إلى بعض النقاط التي قد تحتاج إلى تحسين. أولاً، الاعتماد على البيانات من تويتر فقط قد لا يعكس الرأي العام بشكل كامل، حيث أن المستخدمين النشطين على تويتر قد لا يكونون ممثلين لجميع الفئات السكانية. ثانياً، تحليل المشاعر باستخدام الطرق المعجمية قد يكون محدوداً في دقته، خاصةً في التعامل مع اللغة الطبيعية المعقدة والسياقات المختلفة. أخيراً، يمكن توسيع الدراسة لتشمل مواضيع أخرى غير اقتصادية مثل السياسة الخارجية، مما قد يوفر رؤية أكثر شمولية.
Questions related to the research
-
ما هي المنهجية المقترحة في هذه الورقة البحثية؟
المنهجية المقترحة تجمع بين تحليل المشاعر ونمذجة المواضيع لتحليل التغريدات المتعلقة بالمسائل الاقتصادية خلال الانتخابات الرئاسية الأمريكية لعام 2012.
-
ما هي البيانات المستخدمة في الدراسة؟
تم جمع البيانات من تويتر باستخدام Twitter APIs، حيث تم جمع 24 مليون تغريدة تتعلق بالمرشحين باراك أوباما وميت رومني.
-
ما هي النتائج الرئيسية التي توصلت إليها الدراسة؟
أظهرت النتائج أن أوباما كان متقدماً على رومني في معظم المواضيع الاقتصادية، مما يتماشى مع نتائج دراسات سابقة.
-
ما هي النقاط التي يمكن تحسينها في الدراسة؟
يمكن تحسين الدراسة من خلال توسيع نطاق البيانات لتشمل منصات تواصل اجتماعي أخرى، واستخدام طرق تحليل مشاعر أكثر دقة، وتوسيع الدراسة لتشمل مواضيع غير اقتصادية مثل السياسة الخارجية.
In this tutorial, we will show where we are and where we will be to those researchers interested in this topic. We divide this tutorial into three parts, including coarse-grained financial opinion mining, fine-grained financial opinion mining, and po
We bring the data from the social networking site Twitter
pages, and then we have worked on cleaning and processing
operation to the text of for the classification process texts retrieved
contain a lot of noise and information is useful for the pr
The public loan is one source of the state’s public revenues, and it does not happen
regularly.
The state usually resorts to this source in two cases:
The first case: When taxes reach the maximum degree, in other words, the taxation
power is exha
Stance detection, which aims to determine whether an individual is for or against a target concept, promises to uncover public opinion from large streams of social media data. Yet even human annotation of social media content does not always capture
Emotion detection from social media posts has attracted noticeable attention from natural language processing (NLP) community in recent years. The ways for obtaining gold labels for training and testing of the systems for automatic emotion detection