Centre dedocumentation
scientifique

Social media as passive geo-participation in transportation planning – how effective are topic modeling & sentiment analysis in comparison with citizen surveys? / Oliver Lock in Geo-spatial Information Science, vol 23 n° 4 (December 2020)  

Public [article]  inGeo-spatial Information Science > vol 23 n° 4 (December 2020) . - pp 275 - 292 Titre : Social media as passive geo-participation in transportation planning – how effective are topic modeling & sentiment analysis in comparison with citizen surveys? Type de document : Article/Communication Auteurs : Oliver Lock, Auteur ; Chris Pettit, Auteur Année de publication : 2020 Article en page(s) : pp 275 - 292 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] artefact [Termes descripteurs IGN] contenu généré par les utilisateurs [Termes descripteurs IGN] données localisées des bénévoles [Termes descripteurs IGN] données massives [Termes descripteurs IGN] planification urbaine [Termes descripteurs IGN] réseau social [Termes descripteurs IGN] sentiment [Termes descripteurs IGN] Sydney (Nouvelle-Galles du Sud) [Termes descripteurs IGN] traitement du langage naturel [Termes descripteurs IGN] transport public [Termes descripteurs IGN] ville intelligente Résumé : (auteur) We live in an era of rapid urbanization as many cities are experiencing an unprecedented rate of population growth and congestion. Public transport is playing an increasingly important role in urban mobility with a need to move people and goods efficiently around the city. With such pressures on existing public transportation systems, this paper investigates the opportunities to use social media to more effectively engage with citizens and customers using such services. This research forms a case study of the use of passively collected forms of big data in cities – focusing on Sydney, Australia. Firstly, it examines social media data (Tweets) related to public transport performance. Secondly, it joins this to longitudinal big data – delay information continuously broadcast by the network over a year, thus forming hundreds of millions of data artifacts. Topics, tones, and sentiment are modeled using machine learning and Natural Language Processing (NLP) techniques. These resulting data, and models, are compared to opinions derived from a citizen survey among users. The validity of such data and models versus the intentions of users, in the context of systems that monitor and improve transport performance, are discussed. As such, key recommendations for developing Smart Cities were formed in an applied research context based on these data and techniques. Numéro de notice : A2020-787 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10095020.2020.1815596 date de publication en ligne : 21/09/2020 En ligne : https://doi.org/10.1080/10095020.2020.1815596 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96545 [article]

CarSenToGram: geovisual text analytics for exploring spatiotemporal variation in public discourse on Twitter / Caglar Koylu in Cartography and Geographic Information Science, Vol 46 n° 1 (January 2019)  

Public [article]  inCartography and Geographic Information Science > Vol 46 n° 1 (January 2019) . - pp 57 - 71 Titre : CarSenToGram: geovisual text analytics for exploring spatiotemporal variation in public discourse on Twitter Type de document : Article/Communication Auteurs : Caglar Koylu, Auteur ; Ryan Larson, Auteur ; Bryce J. Dietrich, Auteur ; Kang-Pyo Lee, Auteur Année de publication : 2019 Article en page(s) : pp 57 - 71 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes descripteurs IGN] analyse du discours [Termes descripteurs IGN] analyse géovisuelle [Termes descripteurs IGN] cartogramme [Termes descripteurs IGN] contenu généré par les utilisateurs [Termes descripteurs IGN] corpus [Termes descripteurs IGN] données issues des réseaux sociaux [Termes descripteurs IGN] exploration de données [Termes descripteurs IGN] sentiment [Termes descripteurs IGN] Twitter [Vedettes matières IGN] Géovisualisation Résumé : (auteur) Assessing the impact of events on the evolution of online public discourse is challenging due to the lack of data prior to the event and appropriate methodologies for capturing the progression of tenor of public discourse, both in terms of their tone and topic. In this article, we introduce a geovisual analytics framework, CarSenToGram, which integrates topic modeling and sentiment analysis with cartograms to identify the changing dynamics of public discourse on a particular topic across space and time. The main novelty of CarSenToGram is coupling comprehensible spatiotemporal overviews of the overall distribution, topical and sentiment patterns with increasing levels of information supported by zoom and filter, and details-on-demand interactions. To demonstrate the utility of CarSenToGram, in this article, we analyze tweets related to immigration the month before and after the 27 January 2017 travel ban in order to reveal insights into one of the defining moments of President Trump’s first year in office. Not only do we find that the travel ban influenced online public discourse and sentiment on immigration, but it also highlighted important partisan divisions within the US. Numéro de notice : A2019-012 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/15230406.2018.1510343 date de publication en ligne : 18/09/2018 En ligne : https://doi.org/10.1080/15230406.2018.1510343 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91661 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
032-2019011	SL	Revue	Centre de documentation	Revues en salle	Disponible

Spatialities, social Media and sentiment analysis: Exploring the potential of the detection tool SentiStrength / Christina Reithmeier in GI Forum, vol 2018 n° 2 ([01/09/2018])  

Public [article]  inGI Forum > vol 2018 n° 2 [01/09/2018] . - pp 85 - 96 Titre : Spatialities, social Media and sentiment analysis: Exploring the potential of the detection tool SentiStrength Type de document : Article/Communication Auteurs : Christina Reithmeier, Auteur ; Karoline Buschbaum, Auteur ; Detlef Kanwischer, Auteur Année de publication : 2018 Article en page(s) : pp 85 - 96 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Linguistique [Termes descripteurs IGN] données issues des réseaux sociaux [Termes descripteurs IGN] espace urbain [Termes descripteurs IGN] sentiment [Termes descripteurs IGN] Twitter Résumé : (auteur) Social media such as Twitter or Facebook not only create new spaces of interaction and communication, they also influence the way we perceive things and lead to changes in our self-perception and our own worldview. Online data occur in various forms and can contain opinions or expressions of feeling. In this article, we explore the potential of SentiStrength, a tool for sentiment analysis in geographic research. We analyse posts on Twitter containing hashtags for possible constructions of spaces in Ostend, a neighbourhood in Frankfurt, Germany. We collected tweets via the Twitter API and used the SentiStrength online application to conduct our sentiment analysis. In order to evaluate the results, we also classified our data manually for comparison. Through its lexicon-based classification, the tool was able to identify positive and negative associations of Ostend. However, we were also able to demonstrate the limitations of the tool compared to manual analysis. Although it provides a quick and comprehensive overview of sentiments, SentiStrength reaches its limits when other media such as images are involved. Overall, the tool offers a good low-threshold approach for scientists to work with digital data. Numéro de notice : A2018-608 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1553/giscience2018_02_s85 En ligne : http://dx.doi.org/10.1553/giscience2018_02_s85 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92834 [article]

Analyse et cartographie des sentiments dans des récits de vie de migrants / Catherine Dominguès (2017)  

Public contenu dans SAGEO, spatial analysis and geomatics 2017 / Géraldine Del Mondo (2017)   Titre : Analyse et cartographie des sentiments dans des récits de vie de migrants Type de document : Article/Communication Auteurs : Catherine Dominguès , Auteur ; Serge Weber, Auteur ; Carmen Brando , Auteur ; Laurence Jolivet , Auteur ; Marie-Dominique Van Damme , Auteur Editeur : Paris : HAL Année de publication : 2017 Projets : MATRICIEL / Conférence : SAGEO 2017, Spatial Analysis and GEOmatics 06/11/2017 09/11/2017 Rouen France Importance : 4 p. Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] apprentissage automatique [Termes descripteurs IGN] carte thématique [Termes descripteurs IGN] immigration [Termes descripteurs IGN] récit [Termes descripteurs IGN] reconnaissance de caractères [Termes descripteurs IGN] sentiment [Termes descripteurs IGN] toponyme Résumé : (auteur) Cet article présente le projet MATRICIEL (Projet Exploratoire Premier soutien) subventionné par le CNRS et l'Université Paris-Est. Le projet est fondé sur l'analyse et la cartographie d'un corpus de récits de vie de républicains espagnols ; il s'intéresse à la migration sous l'angle des lieux décrits par les migrants dans les récits de leur vie. Le corpus a été transcrit puis annoté en lieux (noms propres et lieux génériques) et sentiments (polarité) afin de constituer des corpus d'apprentissage et de validation pour la reconnaissance des lieux et des sentiments associés. Des modèles d'apprentissage automatique pour la reconnaissance automatique des noms de lieux génériques ont été entrainés. Les sentiments associés aux lieux seront inférés à partir d'un lexique de sentiments analysé en contexte. La représentation vise une cartographie des informations sensibles liées aux lieux. Numéro de notice : C2017-018 Affiliation des auteurs : IGN+Ext (2012-2019) Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésNat DOI : sans En ligne : https://hal.archives-ouvertes.fr/SAGEO2017/hal-01649150 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=88416