研究社交媒体在COVID-19疫苗接种中的效用:672,133条推特帖子的无监督学习

简介

2019年12月下旬，新冠肺炎在中国武汉首次出现，为原因不明的非典型肺炎。尽管国际社会努力遏制，但该病毒在短时间内传播到多个国家，在世界各地造成大量死亡、心理影响和经济混乱[1］．这导致世界卫生组织(世卫组织)于2020年1月30日宣布COVID-19为国际关注的突发公共卫生事件[2]，以及2020年3月11日全球大流行[3.］．经过一年多与大流行的斗争，COVID-19疫苗是结束大流行的一种有希望和可行的解决办法，特别是通过全球大规模疫苗接种以实现对COVID-19病毒的群体免疫[4］．2020年11月18日，当辉瑞生物科技在媒体上宣布[5]首个可用的COVID-19疫苗，有效率为95%，安全性良好[6］．

继续前进，挑战的下一阶段是加大公共卫生努力，以增加人口的疫苗接种，可能是通过深思熟虑和协调一致的疫苗接种运动。然而，众所周知，疫苗接种运动往往受到"疫苗犹豫"问题的阻碍，因为大多数人口可能对接种疫苗有相互矛盾的动机或反对意见[7-10］．从历史上看，疫苗犹豫问题导致成人疫苗接种计划的低覆盖率[9］．例如，在美国，2019-2020年流感疫苗的接种覆盖率在成年人口中的48.4% [11]至80.6%的医护人员[12］．同样，在COVID-19疫苗接种方面，最近的全国代表性调查表明，只有61.4%的美国人口[13]和英国64.0%的人口[14愿意接受COVID-19疫苗。在文献中，个人对接种疫苗的动机冲突或反对的原因有很多[7-10］．其中一些原因包括对疫苗安全性的担忧、认为感染疾病的风险较低、认为疾病严重程度较低、害怕疼痛、认为疫苗无效以及对疫苗的错误信息[10］．鉴于COVID-19大流行的严重程度和加快COVID-19疫苗接种的时间压力，迫切需要深入了解人们对新开发的COVID-19疫苗的思维和感受的心理主张，以便提出有效的建议或策略，以提高疫苗的吸收率[7］．

传统上，关于态度、看法和行为的研究通常依赖于调查、访谈或焦点小组讨论等方法。然而，这种传统方法在数据收集过程中往往很耗时(即从开始收集数据到最终提供数据供进一步分析之间可能有相当长的时间滞后)，因此，传统方法的结果可能无法充分反映公众对时间敏感事项(例如与COVID-19疫苗接种有关的事项)的实时情绪。另一种方法是使用来自Twitter等社交媒体平台的数据，研究人员可以在这些平台上收集反映社区主流观点和情绪的近乎实时的信息[9，15，16］．这种方法符合日益增长的信息流行病学领域，该领域认识到通过互联网为公共卫生和公共政策提供信息的实时信息的效用[17，18］．社交媒体数据的研究在COVID-19疫苗接种的背景下也特别相关，因为最近的研究发现，在社交媒体上接触信息或错误信息可能会对个人接受COVID-19疫苗的意愿产生直接影响[9，19］．

在这项信息流行病学研究中，我们试图调查推特上发布的关于COVID-19疫苗的公众对话——特别是在2020年11月18日辉瑞生物科技公司发布关于第一种有效疫苗的新闻稿之后——目的是阐明社交媒体在COVID-19疫苗接种运动中的潜在效用，并确定可能解决COVID-19疫苗犹豫和提高疫苗接受率的有用策略。具体而言，我们打算解决以下两个研究问题:

1. 在第一种有效的COVID-19疫苗发布后，引起公众关注的关键问题是什么?
2. 社交媒体数据如何为影响个人接受COVID-19疫苗行为的障碍和促进因素提供信息?

方法

信息流行病学研究的数据来源

本研究选择Twitter作为数据收集的社交媒体平台，因为其大量的全球数据可供研究人员使用[20.］．推特是全球流行的社交媒体平台。9，公众可以用不超过280个字符的短文本发表他们的观点和情绪，也被称为“推文”。推特每月大约有3.295亿来自世界各地的活跃用户。9］．它被认为是英国第三大最受欢迎的社交媒体平台[21]在美国有四分之一的人使用它[9］．本研究中使用的所有数据都是根据Twitter的使用条款收集的。该研究的大纲已提交给新加坡SingHealth中央机构审查委员会，该委员会得出的结论是，该研究不符合需要研究伦理委员会审查的人体受试者研究的标准。

一个公开的COVID-19推特数据集[20.]搜索了从2020年11月18日(即在关于辉瑞生物科技疫苗的新闻稿发布后)到2021年2月3日的11周内用英语发布的原创推文(即不包括转发或重复推文)。搜索词为“COVID-19”(或类似词，如“冠状病毒”、“冠状病毒”、“2019ncov”、“COVID”、“COVID19”、“COVID19”、“冠状病毒大流行”、“冠状病毒爆发”和“武汉病毒”)和“疫苗”(或类似词，如“vaccinat*”、“immunz *”、“immunis*”、“innoculat*”、“anti-vaccin*”、“antivaccin*”、“anti-vaxxer”、“anti-vaxxer”和“anti_vaxxer”)。遵循Koh和Liew使用的相同方法[22]，这项研究只包括个人用户发布的推文，而不是组织或新闻机构发布的推文，这样我们就可以专注于个人对COVID-19疫苗的看法，并最大限度地减少关于疫苗的客观报道的选择，比如新闻文章中的报道，或者非人类推特用户(即机器人)发布的推文。每个推特用户都是通过每个推特帖子的真实姓名来识别的;识别人类名字的过程是使用自然语言处理的机器学习方法进行的，基于spacyr包[23R(版本4.0.2;R基金会)。

来自Twitter的自由文本数据的无监督学习

由于推文包含大量的自由文本数据，因此使用主题建模的无监督机器学习方法来分析这些数据[24］．主题建模是一种机器学习技术，它基于统计概率和单词之间的相关性识别自由文本数据中的关键主题。它类似于传统定性方法中的专题分析。但与专题分析不同的是，主题建模不需要人工对自由文本数据进行分类，因此非常适合于分析大量的自由文本数据[24例如在这项研究中。

在进行主题建模之前，根据当前推荐的最佳实践，执行以下步骤对自由文本数据进行预处理[22，24］．首先，每条推文中的句子被标记化(即，减少为单个单词，删除标点符号和多余的空格，并将单词转换为小写字母)。然后，经常出现但对句子意义增加不大的单词被删除(如“the”和“a”)。接下来，剩下的单词被转换为它们的词根形式(例如，“went”被转换为“go”，“friends”被转换为“friend”)。最后，删除出现在少于600条推文中的单词(约占推文的0.05%)，以减少统计噪声并提高准确性[24］．使用spacyr包对自由文本数据进行预处理[23R。

在我们的主题建模方法中，将预处理过的单词呈现给无监督机器学习算法，以识别倾向于同时出现在一起的单词集群。在推文中同时出现的概率高的单词被认为属于同一个“主题”。在主题建模中加入了三个协变量(即推文的大洲、推文的日期和Twitter用户的关注者数量)，以提高模型识别主题的准确性。使用Lee和Mimno提出的算法来确定最优的主题数量[25］．主题建模使用stm包[26R。

主题分析进一步细化无监督学习的输出

两位作者(TML和CSL)检查了主题建模的输出，以确保确定的主题的一致性。每个主题的描述性标签是由两位作者根据每个主题的样本推文手工制作的。随后，两位作者使用Braun和Clarke引入的主题分析的归纳和迭代过程，将主题进一步划分为主题[27］．

除了归纳式主题分析外，我们还采用了COM-B (capability, opportunity, and motivation components of behavior)模型[28来指导我们对第二个研究问题的分析:“社交媒体数据如何为影响个人接受COVID-19疫苗行为的障碍和促进因素提供信息?”COM-B模型以前是为在公共卫生背景下理解和改变人类行为而开发的[28］．它在文献中被广泛用于理解人类行为，如药物依从性[29]、戒烟[30.]、糖尿病[31]，以及肥胖[32]，最近已被英国公共卫生部采纳为指导其政策制定的关键框架[33］．针对疫苗犹豫这一领域，COM-B模型已在文献中成功应用，以了解与儿童疫苗接种有关的障碍和促进因素[34]和人类乳头瘤病毒疫苗[35］．从本质上讲，COM-B模型提出，个人的行为是三个组成部分相互作用的结果:能力、机会和动机。能力是指个体使行为成为可能的心理和生理能力，如具备执行目标行为所必需的知识和技能。机会是指存在于个人身体或社会之外的使行为成为可能的属性，如环境因素或社会和文化规范。动机是指激励和指导行为的自动或反思性的心理过程，它可以包括决定一种行为的有意识的思维过程，也可以是由欲望或习惯驱动的不那么有意识的思维过程。通过使用三个组成部分(即能力、机会和动机)将人类行为概念化，COM-B模型允许政策制定者设计针对每个组成部分的基于证据的干预措施[28］．一些例子如下:

• 与能力相关的问题通常可以通过教育和培训来修正[28］．
• 与机会相关的问题可能通过环境重组(即塑造物理或社会环境以约束或促进行为)、使能(即提供正确的支持或工具以促进可取的行为)和限制(即使用规则减少从事不可取行为的机会)来修正[28］．
• 与动机相关的问题可能会被修改，例如，通过沟通、建模(即为人们提供一个渴望或模仿的例子)和激励(即创造对奖励的期望)[28］．

自由文本数据的情感分析

为了进一步丰富主要发现，我们使用VADER (Valence Aware Dictionary and Sentiment Reasoner)包进行了探索性分析，以识别每条推文的潜在情绪[36VADER是一种成熟的情绪分析工具，在最近对Twitter上的自由文本数据的研究中被广泛使用[37-40]及网上新闻[41］．对于每条推文，VADER使用基于规则的机器学习模型来识别三种关键情绪(即积极、消极和中性)，然后将它们组合成一个综合情绪评分，范围从-1(最消极情绪)到+1(最积极情绪)。每个主题的情感得分是通过计算该主题内所有推文的情感得分的平均值来计算的。

虽然目前有许多情绪分析工具可用[36，42-45]， VADER提供了一些现有工具的优势。首先，它专门针对社交媒体上表达的情绪。36]并在Twitter内容上得到了广泛的验证[36，42，44］．

其次，它是基于7500个与情感相关的词汇以及5条人类可解释的规则来识别情感强度(即，感叹号、大写、强度副词、对比连词“但是”和每个与情感相关的单词前的否定翻转)。因此，与其他复杂的机器学习模型不同，VADER的分类规则是可由人类解释的，而不是隐藏在机器只能访问的黑盒中[36，43］．

第三，由于VADER使用了一个简单的基于规则的机器学习模型，与其他复杂的机器学习技术相比，它计算效率高，分析自由文本数据只需要一小部分计算时间。使用以前研究中的一个例子[36]，使用VADER分析一组不到一秒钟的自由文本数据时，使用更复杂的模型(如支持向量机模型)可能需要几个小时。

第四，由于VADER基于人类验证的词典，它不需要任何形式的训练数据。这与其他复杂的机器学习模型形成了鲜明对比，这些模型通常需要大量的训练数据集，才能在情感分析中产生准确的结果[36，43］．

第五，尽管它很简单，但VADER已经在一些比较研究中得到了证明[36以胜过许多其他备受推崇的情感分析工具。在一项初步验证研究中[36]， VADER在识别推文中的正确情绪方面的整体准确率为96%。它明显优于其他7个公认的情感分析词汇(即，语言查询字数，通用查询，英语单词情感规范，SentiWordNet, SenticNet，词义消歧使用WordNet，和胡刘意见词汇;总体准确率56%-77%)和其他四种机器学习算法(即naïve贝叶斯，最大熵，支持向量机分类和支持向量机回归;整体准确度65%-84%)。值得注意的是，在同一验证研究中[36]， VADER也被证明优于个人评分者，其整体准确率为84%。在最近的比较研究中也发现了类似的结果[42，43]，在一项研究中，VADER的表现优于四种情感分析工具(即SentiWordNet、SentiStrength、Hu & Liu Opinion Lexicon和AFINN-111) [42]和另一项研究中的其他两个工具(即TextBlob和Natural Language ToolKit) [43］．

最后，VADER是一个开源包，可以从广泛使用的数据科学平台(如R和Python)轻松访问。

结果

从推文中识别主题

从2020年11月18日到2021年2月3日，为期11周的研究最初发现了2,524,982条推文。在删除了重复的推文和来自新闻媒体或机构的推文后，最终总共包含了672133条推文。中给出了显示推文选择的流程图图1．tweets的地理分布如图所示图2，其中38.5%来自北美、14.3%来自欧洲、5.7%来自亚洲、2.1%来自非洲、1.4%来自澳大利亚、1.1%来自南美洲，另有37.0%来自未知地点。

使用主题建模的无监督机器学习算法，最初可以从推文中识别出60个主题。这60个主题的一致性由两位作者手工检查;在此过程中，一个流行度最低的主题(~0.4%)被发现与另一个主题具有很大的相似性，因此，两个主题被合并。因此，最终共纳入59个主题。经过两位作者的专题分析，这59个专题可以进一步分为6个专题。六个主题的词云显示在多媒体附件1，而与每个主题相关的细节则在表1以及在接下来的段落中进一步描述。

‎ 查看此图

‎ 查看此图

六个确定主题的描述

主题1描述了“与COVID-19疫苗相关的情绪反应”，涉及19.3%的推文。关于这一主题的推文有多种负面情绪，包括对政客的负面情绪，对疫苗获取不公平的负面情绪，对反疫苗运动的负面情绪，也有积极情绪，包括对接种疫苗和疫苗可用性的正面情绪。主题2描述了“与COVID-19疫苗相关的公众担忧”，涉及19.6%的推文。共同关注的问题包括与疫苗有关的死亡、疫苗对生育能力的影响以及与疫苗有关的广泛错误信息。与此同时，持负面态度的担忧包括:疫苗供应不足、疫苗推出延迟、报告的与疫苗相关的不良事件统计数据、有疾病或过敏的个人是否适合接种疫苗、疫苗的开发阶段较短、针对COVID-19病毒新毒株的疫苗有效性，以及疫苗的短期和长期副作用。

主题3描述了“关于COVID-19疫苗相关新闻的讨论”，涉及13.3%的推文。最常讨论的新闻包括与疫苗开发和批准有关的新闻，以及针对COVID-19病毒新毒株的疫苗的有效性。主题4描述了“关于COVID-19疫苗的公共卫生传播”，涉及10.3%的推文。这一主题的推文包括努力就疫苗相关问题提供简单解释，例如与疫苗功效和作用机制有关的问题，以及利用各种媒体提供公众教育(例如，涉及专家小组、广播和视频)。

主题5描述了“关于COVID-19疫苗接种方法的讨论”，涉及17.1%的推文。在这一主题中，普遍强调了疫苗接种运动的几种方法，包括让相关利益攸关方参与疫苗接种运动(如公众人物、雇主和少数族裔社区)，并确定疫苗接种的优先群体(如一线工作人员、长期护养院和高风险健康状况的个人)。主题6描述了“关于COVID-19疫苗分发的讨论”，涉及20.3%的推文。该主题通常描述的主题包括讨论疫苗的公平获取，例如疫苗分配的伦理原则和各亚人群的公平获取，以及COVID-19疫苗接种的推广工作(例如，运输、分发计划、接种地点和疫苗接种统计数据)。

COVID-19疫苗接种的障碍和促进因素

通过将我们最初的59个主题与COM-B模型中的三个组成部分(即能力、机会和动机)相匹配，我们进一步研究了与COVID-19疫苗接种相关的障碍和促进因素。关于障碍和促进剂的详细结果载于表2．简单地说，COVID-19疫苗接种的障碍可以分为与能力(如疫苗错误信息)、机会(如疫苗获取有限和疫苗接种计划不周)和动机(如与疫苗相关的公众担忧)有关的障碍。同样，COVID-19疫苗接种的促进因素可以分为与能力(例如，获得与疫苗有关的准确信息以及在开展公共教育方面采取正确方法)、机会(例如，充分获得疫苗和计划良好的疫苗接种活动)和动机(例如，公众对COVID-19威胁的认知和公众对疫苗的乐观态度)相关的因素。

图3显示了在11周的研究期间，COM-B模型中与每个组成部分(即能力、机会和动机)相关的障碍和促进因素的流行情况的变化。总体而言，与助推器相关的推文比与障碍相关的推文流行率更高。在辉瑞- biontech疫苗新闻发布后的最初几周，与能力相关的促进因素被高度讨论，随后几周呈下降趋势。与机会相关的促成因素在11周内急剧上升，而与动机相关的促成因素在第六周左右达到顶峰。相比之下，在整个研究期间，与障碍有关的推文基本保持不变，与动机有关的推文比与能力或机会有关的推文更普遍。

‎ 查看此图

讨论

主要研究结果

这项研究使用社交媒体数据捕捉了2020年11月18日之后关于COVID-19疫苗的实时公众对话，此前发布了第一种有效疫苗的新闻稿。从这些推文中可以确定六个主要主题:(1)与COVID-19疫苗相关的情绪反应，(2)与COVID-19疫苗相关的公众关注，(3)与COVID-19疫苗相关的新闻讨论，(4)关于COVID-19疫苗的公共卫生传播，(5)关于COVID-19疫苗接种方法的讨论，以及(6)关于COVID-19疫苗分发的讨论。带有负面情绪的推文主要涉及与COVID-19疫苗相关的情绪反应和公众担忧。可以使用COM-B模型对推文进行进一步分类，以检查与COVID-19疫苗相关的障碍和促进因素。在整个研究期间，关注障碍的推文在很大程度上保持不变，与动机(如公众关注)有关的推文比与能力(如错误信息)或机会(如疫苗无法获得和计划不周的疫苗接种运动)有关的推文更普遍。相比之下，专注于促进者的推文在11周的研究期间显示出时间变化:与能力(例如，获得准确信息和公共教育)相关的推文在最初达到峰值，而与动机(例如，来自COVID-19的感知威胁和乐观态度)相关的推文在第六周左右达到峰值，与机会(例如，充足的供应和计划良好的疫苗接种运动)相关的推文随着时间的推移急剧上升。

利用社交媒体数据为疫苗接种策略提供信息

我们就六个主题的调查结果(表1)与最近有关个人接种疫苗动机的文献一致，并可能对提高COVID-19疫苗接种率产生政策影响。2018年，世卫组织召集了一个专家工作组[8以追踪和应对世界各地经常普遍存在的疫苗接种不足的挑战。通过改编以往的文献[7]，工作小组发表了理论的“增加疫苗接种模式”[8]以澄清可能影响个人是否接种疫苗的关键过程。在这个模型的核心，世卫组织强调，个人接种疫苗的动机是由他们的想法和感受(例如，疫苗接种的感知风险和益处)以及在他们的环境中发挥作用的社会过程(例如，来自卫生保健提供者的强烈建议和在他们的社会网络中传播的错误信息)所决定的[8］．最终，实际问题(如疫苗的可用性、可获得性、成本和便利性)将进一步使个人从愿意接种疫苗转变为实际接种疫苗。值得注意的是，这项研究的六个主题可能与世卫组织的IVM很好地吻合，并可能扩展针对COVID-19疫苗接种背景的关键过程。例如，我们的前两个主题提供了关于人们对COVID-19疫苗接种的想法和感受的实时示例，而第三和第四个主题突出了当前社区中正在发挥作用的社会进程(例如，引起公众关注的传播新闻和正在进行的关于COVID-19疫苗的公共卫生传播)。同样，第五和第六个主题可能是引起公众注意的与疫苗有关的实际问题的例子，包括与疫苗分发和接种运动有关的问题。我们的六个主题与IVM的三个关键过程之间的映射在图4．鉴于COVID-19疫苗接种预计将在全球范围内推广，这一扩展模式将在全球范围内推广图4可能提供与成功的COVID-19疫苗接种相关的关键过程的更丰富的背景细节。例如，在COVID-19疫苗接种计划中，图4强调政策制定者需要注意社区的共同情绪和关切，然后可通过有针对性的公共卫生沟通以及通过谨慎辟谣错误信息来解决这些问题。此外,图4还详细阐述了接种疫苗运动中需要解决的实际问题，如利益攸关方的参与、澄清接种疫苗的优先群体以及公平获得疫苗。

‎ 查看此图

我们关于COVID-19疫苗接种障碍和促进因素的发现(表2而且图3)向政策制定者提供了一套不同但同样相关的信息。图3为政策制定者提供关于正在进行的COVID-19疫苗接种中不断变化的障碍和促进因素的反馈，因此，可能允许政策制定者根据这些接近实时的地面情绪进一步调整其政策。例如，来自图3可能会向决策者保证，COVID-19疫苗接种的促进因素已基本到位，这些促进因素超过了社区疫苗接种的各种障碍。然而与此同时，图3还强调了一个令人不安的趋势:与个人接受COVID-19疫苗的动机相关的障碍一直很突出，而且随着时间的推移一直没有变化，这可能是一个需要政策制定者进一步干预的领域。考虑到与动机相关的障碍主要是由公众对COVID-19疫苗的担忧引起的，例如与疫苗安全性有关的问题，如表2，政策制定者可能会采纳一些与COM-B模式有关的拟议干预措施[28]，以解决公众普遍关注的问题表2．举例来说，COM-B模型中与动机相关的障碍通常可以通过说服(即使用沟通来刺激行动)、建模(即为人们提供一个渴望或模仿的例子)和激励(即创造对奖励的期望)来修改[28］．决策者可能会加强使用这三种方法来修改与动机有关的障碍，例如让公众相信COVID-19疫苗的安全性和有效性(即说服)[46]，播出公众人物或名人接种疫苗的特别活动(即模特)[47，48]，并取消与接种疫苗者社交聚会有关的COVID-19限制(即激励措施)[49］．

社交媒体在COVID-19疫苗接种中的更广泛作用

从更广泛的角度来看，这项研究的发现证明了社交媒体在正在进行的COVID-19疫苗接种运动中的潜在作用。在最近的文献中，社交媒体越来越被认为是一种有用的数据来源，可以为公共卫生利益问题提供信息[50]鉴于社交媒体数据反映实时地面情绪的性质，以及社交媒体平台在大规模传播健康相关信息方面的潜在效用[9］．在COVID-19大流行期间，社交媒体数据的相关性变得更加明显，因为许多大流行相关问题本质上是不稳定的，例如与感染率、政府政策和疫苗接种计划有关的问题;因此，始终需要及时传播与大流行病有关的准确信息[9］．最近的范围审查进一步强调了社交媒体在COVID-19大流行期间的潜在作用[50，据此可以确定社交媒体的六个一般作用如下:调查公众态度、评估心理健康、发现COVID-19病例、识别错误信息、评估公共卫生传播质量和分析政府对大流行的反应[50］．虽然并非所有的一般作用都适用于COVID-19疫苗接种的特定背景，但本研究的发现证明了其中一些作用。例如，我们的前两个主题集中体现了社交媒体在调查公众态度方面的作用，这两个主题进一步阐明了与COVID-19疫苗相关的情绪反应和公众担忧。与此同时，社交媒体在识别错误信息方面的作用可能会在我们的第三个主题中看到。与COVID-19疫苗相关的新闻在社交媒体上不断被讨论，在此过程中，可能会传播不准确或虚假的信息。因此，社交媒体可以用来识别在公众中广泛传播的实时错误信息。同样，我们的第四个主题也说明了社交媒体在评估公共卫生传播质量方面的作用，即可以调查社交媒体帖子，以审查与COVID-19疫苗相关的公共卫生传播的普遍方法和内容。同样，在我们的第五和第六个主题中，可以看到社交媒体在分析政府对大流行的反应方面的作用，通过社交媒体帖子可以获得公众对疫苗接种运动相关业务问题的实时反馈。通过巩固先前的证据[50]和这项研究的发现，社交媒体的作用-特定于COVID-19疫苗接种-可能会在框架中总结图5．从本质上讲，我们建议社交媒体在正在进行的COVID-19疫苗接种运动中至少发挥三个关键作用，即:监督和监测公众对COVID-19疫苗的关注，建立准确传播疫苗相关信息的平台，以及评估政府在疫苗推出过程中的反应。

‎ 查看此图

限制

本研究应考虑一些局限性。首先，Twitter帖子被用来举例说明社交媒体数据。尽管推特是使用最广泛的社交媒体平台之一，9，21)，它可能并不完全代表其他社交媒体平台的用户。其次，我们只包括了用英语发布的推文，因为在分析不同语言的推文时遇到了挑战。因此，我们的研究结果可能更具有英语人群的代表性。

第三，Twitter的大部分用户来自北美和欧洲。记住这一点，我们的发现可能并不适用于其他国家。第四，鉴于社交媒体主要是由能够上网和精通技术的个人使用，调查结果可能并不完全代表更广泛人群的观点。51］．

第五，之前的研究发现，非人类推特用户(即机器人)可能会人为地操纵社交媒体上的公众舆论。52］．大多数这样的非人类推文都将被排除在这项研究之外，因为我们只选择了具有实际人类姓名的用户的推文，并排除了转发和重复的推文。尽管有这些努力，一小部分非人类的推文可能仍然保留在研究样本中。

第六，就无监督机器学习非常适合于分析大量自由文本数据而言[24]，这样的分析可能不像人工进行的定性分析那样深入。为了解决这一限制，两位作者使用定性研究中目前推荐的最佳实践，通过手动分析进一步细化了机器学习的输出[53］．

第七，在本研究中进行情感分析，以补充主题建模的主要发现。尽管我们的情绪分析结果具有表面有效性(即，始终突出带有负面情绪的主题，如图所示)表1)和我们使用VADER包进行情感分析的方法，在文献中有很好的支持证据[36，42，43]，读者应该注意，情感分析仍然是自然语言处理领域的一个不断发展的领域，因此，情感分析的发现可能应该被视为本质上的探索性。其他更新的情感分析技术，特别是基于监督深度学习的技术，也有可能在情感分析中获得更好的准确性。然而，情感分析新模型的开发可能是一个单独的领域，可能受益于进一步的研究，可能超出了本研究的范围。

结论

总之，这项研究使用无监督机器学习在社交媒体上确定了与COVID-19疫苗相关的六个主要主题，其中一些主题包含了更多负面情绪的推文。这些发现可能有助于制定综合战略，以提高社区对COVID-19疫苗的吸收;它们强调了政策制定者在规划COVID-19疫苗接种时需要注意的关键过程，并就正在进行的疫苗接种运动中不断演变的障碍和促进因素提供反馈，以便进一步调整政策。从更广泛的角度来看，这些发现也可以整合成一个框架，以说明社交媒体在COVID-19疫苗接种中的三个关键作用:监督和监测、沟通平台和评估政府应对措施。