Dynamic Topic Alignment and Sentiment between Official Health Communication and General Public Discourse during COVID-19: A Comprehensive Infoveillance Framework

本研究引入一个全面的信息监测框架，以分析新冠疫情期间美国疾控中心（CDC）的沟通与社交媒体上的公众话语在动态议题对齐和情绪层面的关系，揭示出议题对齐度的提升与负面情感反应的增强而非公众认同之间存在相关性。

要点

想象一下，新冠疫情就像一场宏大而混乱的音乐会，其中两个不同的群体试图引领音乐：一个是美国疾控中心（CDC）（官方指挥家），另一个是普通公众（观众）。

这篇论文就像一份高科技音响工程师的报告。它试图回答一个简单却棘手的问题：指挥家和观众真的在演奏同一首曲子，还是仅仅在互相喊叫？

以下是研究人员如何用简单的类比来分解这一问题的：

1. 两份歌单（主题建模）

首先，研究人员收集了两份巨大的推文歌单：

• 歌单 A：来自官方 CDC 账号的 17,524 条推文（指挥家）。
• 歌单 B：来自普通民众的 67,895 条推文（观众）。

他们使用了一个智能计算机程序（称为“双词主题模型”）来聆听这些歌单，并将词汇归类为主题。

• CDC 歌单听起来像一本医学教科书：“住院率”、“疫苗接种方案”、“非药物干预措施”和“临床方面”。
• 公众歌单听起来像是市政厅、酒吧和客厅的混合体：“经济影响”、“政治”、“体育”、“家庭保护”和“个人困境”。

发现：虽然两个群体都在谈论病毒，但他们往往说着不同的语言。CDC 专注于技术指标，而公众则关注病毒如何影响他们的日常生活、工作和情感。

2. “对齐分数”（主题一致性）

研究人员发明了一种新方法，用来衡量这两份歌单的匹配程度。想象一支温度计，它测量的不是热量，而是“主题对齐度”。

• 工作原理：他们不仅看词汇是否相似，还观察在特定日子里，公众在多大程度上谈论某个特定主题。
• 结果：随着时间的推移，“对齐温度计”的读数上升了。这意味着公众开始谈论与 CDC 相同的主题（如学校应对措施或家庭保护）。
• 关键点：公众谈论与 CDC 相同的主题，并不意味着他们同意 CDC 的观点。这仅仅意味着他们关注的是同一件事。就像两个人盯着同一朵暴风雨云；一个人担心雨水，另一个人担心风。他们在看同一件事，但不一定达成共识。

3. 情绪戒指（情感分析）

为了理解公众对这些主题如何感受，研究人员使用了两种不同的“情绪戒指”：

• 情绪戒指 #1（预期情感）：这衡量的是平均语调。如果你随机挑选一条推文，它是快乐的、悲伤的还是愤怒的？

  • 结果：即使公众在与 CDC 完全相同的主题上发声，平均语调也持续保持负面。公众与 CDC 主题的对齐度越高，语调就越负面。这表明，当人们关注 CDC 的警告时，他们感到更加担忧，而非更加安心。

• 情绪戒指 #2（净情感）：这衡量的是情感的强度或音量。它关注的不是他们感觉到了什么，而是他们多大程度上强烈地感觉到了。

  • 结果：当公众与 CDC 主题对齐时，情感强度立即飙升。这就像情感突然爆发的咆哮。公众对 CDC 提出的主题反应迅速且强烈。

4. 时间机器（ARIMAX 模型）

最后，研究人员使用了一种穿越时间的数学模型，来观察在 CDC 发言后，公众的情绪需要多长时间才会发生变化。

• “平均情绪”（预期情感）：这种变化是缓慢的。当 CDC 谈论某个主题时，公众的平均情绪会立即向负面偏移，但这种负面偏移在随后的几天里持续存在，甚至呈现出一种周复一周的模式（就像反复发作的头痛）。
• “情感强度”（净情感）：这就像一道闪电。公众情感的强度在 CDC 发言的当天立即飙升，但没有表现出同样的滞后效应。

主要启示

这项研究给卫生官员带来的主要教训是一个现实检验：

“对齐”不等于“同意”。

当公众开始谈论与 CDC 相同的事情时，并不意味着他们在点头同意或感觉好转。事实上，研究发现，更高的对齐度实际上与更负面的情绪和更高的焦虑相关联。

公众正在密切关注 CDC 的信息，但他们是以恐惧和担忧，而非冷静的接受来关注的。这项研究表明，当卫生机构和公众“关注同一主题”时，通常意味着公众对机构所强调的问题深感忧虑。

简而言之：公众和 CDC 随着同一个节拍起舞，但公众是在一首悲伤的歌曲中起舞。

技术摘要

技术摘要：COVID-19 期间官方健康传播与公众话语间的动态主题对齐与情感分析

问题陈述
在 COVID-19 大流行期间，社交媒体既是官方健康传播（例如美国疾病控制与预防中心，CDC）的关键渠道，也是公众话语的重要平台。尽管现有研究已考察了公众情感或孤立的主题，但缺乏对官方健康机构的核心信息与更广泛公众演变主题之间动态时间对齐的系统性调查。以往研究往往局限于单一日期的快照，未能模拟主题对齐与情感随时间的演变，或未区分公众关注与公众认同。本研究旨在填补这一空白，探讨在健康紧急事件过程中，以内容主题和情感表达的公众意见如何与官方健康传播相关联并产生分歧。

方法论
作者开发了一个端到端的信息监测框架，整合了自然语言处理（NLP）、主题建模和多变量时间序列分析。本研究利用了两个大规模 Twitter/X 数据集：

1. CDC 传播内容：来自 7 个官方 CDC 关联账户的 17,524 条推文（2019 年 12 月 17 日 – 2022 年 1 月 15 日）。
2. 公众话语：通过 BrandWatch 收集的 67,895 条推文（2020 年 2 月 28 日 – 2023 年 6 月 1 日）。

方法论流程包含四个关键阶段：

1. 主题建模（双词主题模型 - BTM）：

   • 分别对两个语料库应用 BTM，以处理短文本数据稀疏性问题，该模型在整个语料库范围内而非单个文档内对词共现进行建模。
   • 构建了共享词汇表以确保可比性。
   • 使用Rényi 熵确定最佳主题数量（公众话语稳定在 10 个，CDC 为 9 个），并通过专家定性审查进行验证。
   • 由此得出了两组不同的主题：9 个 CDC 主题（例如：流行病风险、地方应对措施、家庭防护）和 10 个公众话语主题（例如：经济影响、政治、体育）。

2. 主题一致性评分系统：

   • 开发了一种新颖的指标来量化动态对齐。该指标整合了余弦相似度（衡量主题词概率分布之间的语义相似度）与每日主题显著性（特定主题在给定日期公众话语中的比例）。
   • 该系统计算每个 CDC 主题 $j$ 在日期 $d$ 的加权对齐分数（$C_{j,d}$），反映公众话语与该特定官方主题的对齐程度，并根据该主题在公共领域中的显著性进行加权。

3. 情感分析：

   • 纳入两种互补的情感测量指标以捕捉公众情感的不同维度：
     • 预期情感：平均情感基调（已标准化），代表随机选择帖子的基调，不考虑其数量。
     • 净情感：聚合情感强度（未标准化的正负情感之和），捕捉情感激增的幅度和集中度。

4. 时间动态（ARIMAX 建模）：

   • 采用**带外生变量的自回归积分移动平均（ARIMAX）**模型，考察主题一致性（外生变量）与公众情感（因变量）之间的时间关系。
   • 针对预期情感和净情感分别运行模型，纳入长达 7 天的滞后项，以捕捉即时、延迟和每周周期性模式。

主要结果

• 主题对齐趋势：CDC 传播与公众话语之间的主题对齐随时间推移在大多数主题上有所增加，特别是“地方和州应对措施”及“家庭防护”。然而，不同主题的对齐程度差异显著；技术性主题如“非药物干预”显示出较低的对齐度，这可能是由于官方话语与公众话语在语言和框架上的差异所致。
• 情感动态：尽管主题对齐度增加，但预期公众情感在整个研究期间始终保持负面。这表明更高的对齐度反映的是公众的关注和担忧，而非对官方信息的认同或积极接受。
• 时间效应（ARIMAX 发现）：
  • 预期情感：更高的主题一致性与平均情感的即时下降（更负面的基调）显著相关，并在 2 天、3 天和 7 天显示出显著的滞后效应，表明公众情感反应存在每周周期性模式。
  • 净情感：更高的主题一致性与情感强度（幅度）的显著即时增加相关，但未观察到预期情感中那样的延迟或每周滞后效应。这表明当公众关注与 CDC 相同的主题时，情感反应是强烈且即时的，通常由负面激增驱动（例如在疫情早期阶段或死亡报告期间）。

主要贡献

1. 新颖的信息监测框架：本研究提出了一个可扩展的端到端框架，超越了静态分析，对官方健康传播与公众话语之间的动态时间关系进行建模。
2. 主题一致性评分系统：作者引入了一种加权相似度指标，同时考虑语义对齐和主题的每日显著性，提供了比简单余弦相似度更细致的对齐度量。
3. 双重情感指标：通过区分预期情感（平均基调）和净情感（情感强度），本研究提供了对公众反应更全面视角的揭示，表明高对齐度可以与负面基调和高度情感波动并存。
4. 关于对齐的经验洞察：研究结果挑战了“主题对齐等同于成功传播或公众认同”的假设。相反，研究表明对齐往往反映了公众对相同问题的高度关注和担忧，并常伴随负面情感反应。

意义与主张
该论文声称，该框架为调查和评估公众参与官方健康传播提供了一种可推广的方法。其主要意义在于能够区分公众关注（对齐）与公众认同（情感）。作者断言，其结果表明健康机构不应将主题对齐视为信息被接受的标志，而应将其视为公众担忧的指标，这可能需要进行特定的情感背景管理。该框架设计为模块化，允许整合不同的主题建模方法或情感指标，旨在支持未来公共卫生紧急事件中的更有效的传播策略。研究明确指出，其局限性在于仅使用 Twitter/X 数据，以及当前 NLP 方法无法完全捕捉讽刺或混合情感，并将这些列为未来扩展的领域而非当前的能力范围。