Analyzing Public Sentiments on Environmental Noise Pollution Using Social Media Data

Technische Samenvatting: Analyse van Publieke Sentimenten over Milieugeluidsoverlast met behulp van Social Media Data

Probleemstelling
Milieugeluidsoverlast vormt een wijdverspreid, maar vaak onderbelicht publiek gezondheidsrisico dat de leefbaarheid van stedelijke gebieden en het fysiologische welzijn aantast. Traditionele akoestische beoordelingsmethoden vertrouwen op gelokaliseerde fysieke decibelmetingen en handmatige dwarsdoorsneden van enquêtes. Deze conventionele paradigma's kampen met hoge operationele kosten, een beperkte ruimtelijke dekking en een onvermogen om realtime publiek sentiment vast te leggen. Bovendien registreren statische geluidsmeters objectieve decibelniveaus, maar falen ze in het kwantificeren van de subjectieve menselijke emotionele respons op geluid, die varieert op basis van sociaaleconomische factoren en context. Bijgevolg is er een kritiek gat in het begrip van de complexe, realtime relatie tussen fysieke geluidsvelden en de subjectieve irritatie die wordt ervaren door stedelijke populaties.

Methodologie
Deze studie introduceert een geavanceerd computationeel milieukader dat gebruikmaakt van grootschalige social media data om de publieke percepties van stedelijk geluid te decoderen. Het onderzoek hanteerde een technisch workflow in meerdere fasen:

1. Data-acquisitie en Preprocessing: Een uitgebreide dataset werd geëxtraheerd via gerichte Application Programming Interfaces (API's) over een observatieperiode van 12 maanden. Met behulp van een verfijnd trefwoordenschema (bijv. "geluidsoverlast", "verkeerslawaai", "bouwherrie") werd een ruwe corpus van 412.850 microblog-berichten verzameld. Een rigoureus meerfasig reinigingsprotocol verwijderde duplicaten, bot-accounts, spam en irrelevante URL's. De tekst onderging case-folding normalisatie, tokenisatie en de eliminatie van niet-lexicale symbolen en stopwoorden, wat resulteerde in een gefinaliseerde dataset van 254.120 schone, geluidsspecifieke vermeldingen.
2. Sentimentclassificatie: De studie zette een geoptimaliseerde, fijn afgestelde Bidirectional Encoder Representations from Transformers (BERT) architectuur in. Het model werd vooraf getraind op een door mensen geannoteerde steekproef van 10.000 meldingen van milieuklachten om contextuele nuances en straattaal te vangen die vaak door op woordenboeken gebaseerde classificators worden gemist. De classificatiekop categoriseerde berichten in drie dimensies:
   • Negatief: Het uiten van irritatie, slaaptekort, gezondheidsklachten of oproepen tot interventie.
   • Neutraal: Objectieve rapportage of informatieve aankondigingen.
   • Positief: Het vieren van rustige zones of effectieve geluidsisolatie.
     Het model bereikte een algehele nauwkeurigheid van 89,2% en een gebalanceerde F1-score van 0,887.
3. Topic Modeling en Bronidentificatie: Om specifieke geluidsbronnen te isoleren, werd een Latent Dirichlet Allocation (LDA) topic modeling workflow toegepast naast gesuperviseerde trefwoordextractie. Deze pipeline groepeerde tekstclusters op basis van semantische gelijkenis om negatieve sentimenten te koppelen aan onderliggende bronnen zoals wegverkeer, bouwactiviteiten of commerciële activiteiten.
4. Ruimtelijk-Temporele Analyse: Het kader analyseerde tijdstempels en geografische metadata om temporele patronen in de publieke emotionele respons te identificeren en hotspots van vervuiling te lokaliseren.

Belangrijkste Resultaten
De computationele analyse van de 254.120 berichten leverde de volgende bevindingen op:

• Sentimentverdeling: Negatief publiek sentiment domineerde het discours en was verantwoordelijk voor 62,4% van alle gefilterde discussies. Neutrale berichten bedroegen 26,8%, terwijl positieve expressies beperkt waren tot 10,8%, wat aangeeft dat sociale media-activiteit met betrekking tot stedelijke akoestiek primair wordt gedreven door onbehagen in plaats van algemene discussie.
• Primaire Geluidsbronnen: Topic modeling identificeerde wegverkeer als de primaire bron van irritatie, wat 94.320 afzonderlijke klachten genereerde gericht op toeteren en voertuiguitlaatgassen. Bouwactiviteiten waren de tweede grootste bron (52.140 berichten), waarbij klachten sterk verbonden waren met boren buiten de reguliere uren. Commercieel en entertainmentgeluid was verantwoordelijk voor 38.650 berichten, met een sterke temporele concentratie in de weekenden.
• Temporele Patronen: Een duidelijke piek in negatief sentiment werd waargenomen tussen 23:00 uur en 04:00 uur. Trefwoordanalyse binnen deze nachtelijke clusters onthulde een hoge frequentie van gezondheidsgerelateerde termen zoals "insomnia", "migraine" en "slaaptekort", waardoor nachtelijke pieken in geluid direct werden gekoppeld aan slaapverstoring.
• Ruimtelijke Ongelijkheid: Geografische metadata bevestigde dat buurten nabij belangrijke verkeersaders en commerciële entertainmentzones aanzienlijk hogere niveaus van chronische irritatie uitten.

Betekenis en Claims
Het artikel stelt dat data mining van sociale media dient als een zeer effectieve, continue proxy voor de realtime menselijke akoestische perceptie. Door door gebruikers gegenereerde digitale tekst te integreren met computationele sociale wetenschappen, demonstreert de studie een methode om de logistieke beperkingen van conventionele enquêtes te omzeilen. Het onderzoek claimt een bruikbaar kader te bieden aan instanties voor milieugezondheid en stadsplanners om:

• Datagestuurde beleidsmaatregelen voor geluidbeheersing te ontwerpen.
• "Akoestische stresshotspots" te identificeren waar hoge decibelniveaus overlappen met ernstige gemeenschapsstress.
• Stillere, veerkrachtigere smart cities te bouwen door directe, subjectieve burgerervaringen te vangen die traditionele fysieke decibelmeters over het hoofd zien.

De studie concludeert dat dit computationele kader succesvol de kloof overbrugt tussen objectieve fysieke metrieken en subjectieve menselijke ervaringen, en een schaalbaar alternatief biedt voor moderne monitoring van de milieugezondheid.