This study reports a semantic analy

This study reports a semantic analysis of cancer-related conversation in Twitter during a 16-day period. More than 2.69 million tweets related to cancer were collected. Taxonomy consists of 223 cancer-related key terms were created and developed. More than 1.13 million tweets filtered with the taxonomy were analyzed and visualized, in terms of the frequency, periodicity, co-occurrence and sentiments. Findings reports (1) the most visible keywords, which partially illustrate the topics and message relevant to cancer, detectable from social streaming in Twitter; (2) a two-day-of-week rhythm with frequency of cancer-related tweets, which was highly influenced by breaking news or news events; (3) the key terms co-occurrence in tweets concerning breast cancer, lung cancer and prostate cancer, and (4) a sentiment network that comprises both positive and negative feelings or concerns about cancer. The potential theoretical contributions of this project and its practical implications are also discussed.

結果 (中文) 1:

这项研究报告癌症相关谈话在 16 天期间 Twitter 的语义的分析。收集了超过 269 万微博与癌症有关。分类包括 223 的癌症相关的关键条款是创造和发展。超过 113 万微博筛选与分类分析和可视化，频率、 周期、 共生和情绪。调查结果报告 (1) 的最明显的关键字，部分说明的主题和消息相关的癌症，检测从社会流在推特上;(2) 两周每天的节奏与频率的癌症相关的微博，高度受新闻或新闻事件;(3) 关键术语共生在微博关于乳腺癌、 肺癌和前列腺癌和 (4) 包括积极和消极的感觉或对癌症的担忧情绪网络。这个项目和它的实际影响的潜在理论贡献进行了讨论。

結果 (中文) 2:

这项研究在16天期间报告了Twitter的癌症相关谈话的语义分析。超过269万癌症有关的鸣叫收集。分类由223癌症相关的关键术语的创建和发展。超过113万的鸣叫与分类过滤进行了分析和可视化，在频率，周期，共生和情感方面。调查结果报告（1）最明显的关键字，这部分说明了相关的癌症，在Twitter的社交数据流检测的主题和消息; （2）两日的一周节奏与癌症相关的鸣叫，这是深受突发新闻或新闻事件影响的频率; （3）主要条款共同出现在涉及乳腺癌，肺癌和前列腺癌，以及（4）情绪的网络，包括正面和负面的感受或对癌症的担忧鸣叫。该项目的潜在理论贡献和现实意义进行了讨论。

結果 (中文) 3:

该研究报告在16天的时间，在推特癌症相关会话的语义分析。收集了269万多条与癌症相关的信息。分类包括223个相关的关键术语被创造和发展。超过113万鸣叫过滤的分类进行了分析和可视化，在频率，周期性，共生和情绪方面。调查报告（1）最重要的关键词，这部分地说明主题和消息相关的癌症，可从推特流社会；（2）与癌症相关的鸣叫频率周节律一二天，这是由新闻或新闻事件的强烈影响；（3）在有关乳腺癌的鸣叫的关键术语共生，肺癌和前列腺癌，以及（4）情绪的网络，包括积极和消极的情绪或关注癌症。这个项目的潜在的理论贡献，并讨论了它的实际意义。