Textual Analysis of Twitter Posts in the First Months of The Covid-19 Pandemic.

Abstract

Amaç: Bu çalışmanın amacı, pandemi sırasında toplumun duygu ve düşünceleri konusundaki anlayışımızı geliştirmek için korona virüs ile ilgili tweet'lerin içeriğini analiz etmektir. Gereç ve Yöntemler: Çalışmamız 11 Mart 2020-5 Mayıs 2020 tarihleri arasında gerçekleştirildi. Veriler Java tabanlı bir yazılım uygulaması kullanılarak önceden tanımlanmış İngilizce ve Türkçe anahtar kelimeler üzerinden çıkarıldı. Toplanan veriler tedavi ve önlemler kategorilerine odaklanan kelime tabanlı Levenshtein mesafe algoritması ile incelenerek önceden belirlenmiş 5 kategoriye (COVID-19 için alınacak önlemler, COVID-19 semptomları, COVID-19 güncel ve gelecekteki tedavileri, COVID-19 pandemisi ile ilgili komplo teorileri ve COVID-19 salgınının ekonomik sonuçları) ayrıldı. Bulgular: Toplam 87.264.342 tweet, makine öğrenme teknikleri ve algoritmaları ile analiz edildi. Retweet, reklamlar ve kurumsal tweetler hariç tutulduktan sonra, korona virüs ile ilgili toplam 5.529.891 tweet çalışmaya dahil edildi. Seçilen verilerin %32,3'ü (n = 1786000) COVID-19 için alınacak önlemler olarak ve %15,7'si (n = 867403) mevcut ve gelecekteki tedavilerle ilgili düşünceler olarak kategorize edilmiştir. Bulgularımız, çalışmanın ilk 2 haftasındaki tedaviler yöntemler kategorisindeki paylaşımların çoğunluğunun gayri resmi ve bilimsel olmayan içeriklerle ilgili olduğunu göstermektedir. Sonuç: Yetkililer, bu dönemde alınması gereken önlemler ve resmi tedavi araştırmaları hakkında güvenilir ve kesin bilgi yaymaya odaklanmalı ve COVID-19 gibi bir pandemi hakkında bilimsel olmayan kaynakların viral haline gelmemesini sağlamalıdır.