Exploring COVID-19 public perceptions in South Africa through sentiment analysis and topic modelling of Twitter posts

Abstract

The narratives shared on social media during a health crisis such as COVID-19 reflect public perceptions of the crisis. This article provides findings from a study of the perceptions of South African citizens regarding the government’s response to the COVID-19 pandemic from March to May 2020. The study analysed Twitter data from posts by government officials and the public in South Africa to measure the public’s confidence in how the government was handling the pandemic. Results produced by four popular machine-learning classifiers for sentiment analysis— logistic regression (LR), support vector machine (SVM), random forest (RF), and extreme gradient boosting (XGBoost)—demonstrated these classifiers’ levels of effectiveness. In addition, the study used, and evaluated the effectiveness of, two topic-modelling algorithms—latent dirichlet allocation (LDA) and non-negative matrix factorisation (NMF)—in the classification of social media discourses in terms of frequently occurring topics. In terms of South African public sentiment towards COVID-19 and the government’s response, it was found that, based on the Twitter data, South Africans held predominantly negative views.Les récits partagés sur les réseaux sociaux pendant une crise sanitaire telle que celle de la COVID-19 reflètent la perception de la crise au sein du public. Cet article présente les conclusions d'une étude sur la perception des citoyens sud-africains de la réponse du gouvernement à la pandémie de la COVID-19 entre mars et mai 2020. L'étude a analysé les données Twitter provenant des messages des responsables gouvernementaux et du public en Afrique du Sud afin de mesurer la confiance du public dans la manière dont le gouvernement gérait la pandémie. Les résultats obtenus par quatre grands classificateurs d'apprentissage automatique de l'analyse des sentiments — régression logistique (LR), machine à vecteurs de support (SVM), forêt aléatoire (RF) et boosting de gradient extrême (XGBoost) — ont démontré le niveau d'efficacité de ces classificateurs. En outre, l'étude a utilisé et évalué l'efficacité de deux algorithmes de modélisation de sujets — l'allocation latente de Dirichlet (LDA) et la factorisation matricielle non négative (NMF) — dans la classification des discours sur les réseaux sociaux en termes de sujets fréquemment abordés. En ce qui concerne le sentiment des Sud-africains à l'égard de la COVID-19 et de la réponse du gouvernement, il a été constaté, sur la base des données Twitter, que leur opinion en la matière était plutôt négative.