■

Measuring Emotional Contagion in Social Media
Emilio Ferrara, Zeyao Yang
arXiv:1506.06021

１年前のFacebookで「感情は伝搬する」実験と研究が行われたが，これをより自然な形でtwitterを使って行った研究。
SentiStrenghというソフトウェアを使ってツイートのポジネがスコアを計算した。ある人物のツイートに注目して，そのツイートのスコアと，彼がフォローしている人からの１時間前にさかのぼったツイートをのスコアを計算したところ，そのスコアにわずかに相関関係が観られた。さらに，null modelと比較してその差が有意であったことから，もこれをもって，感情が伝播としている。また，感染しやすい人とそうでない人の２つのクラスが観測できたとのこと。

Quantifying the Effect of Sentiment on Information Diffusion in Social Media
Emilio Ferrara, Zeyao Yang
arXiv:11506.06072

同じ著者らによる，今度は伝播ではなく，Twitter空間のポジネガ観測に関する研究。特に1) anticipatory, 2) unexpected, 3) symmetric, 4) transient のhash tagsイベントに注目してポジネガどちらが多いのかというのを比較。まずはポリアンナ仮説の検証から入って，ポジティブが多いことを確認し，それに対して1)のイベントはポジティブが多く，2)の方はネガティブがやや多めとのこと。
negativeの方が広まりは早いが，positiveの方が広まりが大きい，と結論づけているがその根拠となる部分はイマイチ明らかになっていない。ともあれ，これが，非常時にデマが広がりやすい原因ではないか，ともコメント。
いろいろ突っ込みどころがあって，2)は我々の分類でいうニュース語であって，ノーベル賞受賞から，訃報までポジネガ両方あることは明らか。それをネガ多めと結論付けるのは強引すぎではないか。

また，彼らが使っているSentiStrengthを調べて使ってみたところ，日本語も使えるようだった。しかし「犬」「美味しい」どちらもスコアはポジ+1，ネガ-1で結果はニュートラルになった。日本語はまだ使い物にならないかもしれない。