【大数据挖掘：转基因英文网络的自动民调和分析】
屏蔽 |||
前不久做过几个转基因在英文社交媒体的自动民调，引起广泛兴趣。不过，那几次民调都是用的最近一个月的社媒数据。很多朋友希望做一个较长时期的调查，看看西方（主要是美国）社交媒体中转基因的媒体形象及其口碑民意的演变趋势。超过一个月的数据会产生额外的数据费用，因此甚至有热心网友提出愿意筹款资助这项调查。
既然转基因是大众如此关心的热点话题，我们就拿它当小白鼠，继续做系列大数据自动调查，用海量数据粉碎少数匿名极端分子散布的大数据调查涉嫌“输入伪数据”的谣言。博主保证在话题定义和输入给系统以后，相关的原始数据搜索及其自动分析全过程没有任何人工干预。这一点是由我们的大数据产品的性质决定的。产品允许以不同的 filters 来做对比研究，博主保证对比调查中的任何 filter 都明确标示，默认为不使用。各位谨记的是，大数据是客观的存在，大数据不会说谎，但是对数据的下列解读（interpretation）不可避免有主观的成分。欢迎百家争鸣，对这些数据做出不同的解读，也欢迎对数据挖掘的条件和过程提出建议和质疑。（但不欢迎任何极端分子的胡搅蛮缠无理取闹，博主保留对任何极端或不雅留言杀无赦不解释的权利。）
转基因一年来英文社会媒体口碑的自动民调和分析如下。
（1）话题的定义和输入：GM food | GMO | genetically modified | transgenic | transgene | genetically engineered food | GMF | Franken-food
与前同（删除了歧义严重的害群之马 GMC）。
（2）自动民调结果总览
尝试解读：一年的自动调查提及转基因485万，调查了383 万多社交媒体的帖子，涉及近 15 万网民。这是真正的大数据民调，比传统手工民调最多几千份问卷，数据量和调查对象要高两到三个量级。转基因的一年大数据的平均褒贬指数为零下13度，比前几次的一个月数据的调查要好（虽然仍然是负面评价为主）。转基因的话题在西方社会媒体中，的确很有争议。
尝试解读：一年的提及转基因话题的帖子，有 28% 的帖子（134万）含有褒贬评价或情绪，其中贬（57%）略大于褒（43%）。褒贬的幅度区间在 6 度最高点（见上图最高红点旁 tooltip 小框）到 零下 32 度（上图最低谷的红点处）之间。值得注意的是 2013 年六月是转基因网络热议的最高峰，而这场热议却使得转基因褒贬指数跌入最低点零下32度。
下面是最近半年的数据，褒贬度为零下10度，略好于一年的指标。
（3）共现话题：
尝试解读：多次挖掘都是如此，与转基因最密切的主题永远是 Monsanto （孟山都）。说转基因纯粹是科学问题，那是 too simple and naiive，只要背后有企业，就一定有利益因素。
（4）挺转反转的理由词云：
尝试解读：正反理由旗鼓相当的样子，这比以前一个月数据的调查大为改善。反转的最大理由不再是 gluten 相关的疾病，而是死亡（Die）和癌症（Cause cancer）。挺转声音强调的是安全（safe），也是很自然的。
（5） 挺转反转的情绪词云：
尝试解读：wow，情绪云图中挺转的分贝（那些大大字体的 love，good，great）似乎比反转的（bad，not want，concerned，fear，hate，fuck）更高（表现为更大的字体），不过后者的表达更加多样化。
（6）挺转反转的行为：
尝试解读：挺反双方不仅仅是情绪发泄，还有行动，有吃的用的买的（eat，use，buy），就有拒吃拒买甚至要求禁止的（not eat，not buy，reject，ban）。
（7） 挺转反转的比例
（8）社媒样例：还是贬大于褒嘛。
【转基因大数据挖掘系列博文】
【大数据挖掘：转基因中文网络的自动民调，东风压倒西风？】 2014-01-03
【大数据挖掘：转基因网络口碑的自动民调和分析】 2014-01-03
只认数据不认人：IRT 的鼓噪左右美国民情了么？ 2013-12-30
[转载]ZT: 为啥立委的报告认为GMO造成gluten intolerance 2013-12-28
继续转基因的大数据挖掘：谁在说话？发自何处？能代表美国人民么 2013-12-26
【美国网民怎么看转基因：英文社交媒体大数据调查告诉你】 2013-12-24
大数据崇拜要不得
