Kā datu ieguves Facebook ziņojumi var atklāt narkotiku lietotājus

Vielu lietošanas traucējumi (SUD) ir stāvoklis, kad atkārtota tādu vielu kā alkohola, narkotiku un tabakas lietošana izraisa klīniski un funkcionāli nozīmīgus traucējumus indivīda ikdienas dzīvē. Tāpēc sāciet Vorens Bikels no Addition Recovery Research Center Roanoke, Virdžīnijas štatā, un pāris draugi, kuri pēta šo stāvokli.

Vielu lietošana ir nopietna problēma. Apmēram viens no 10 amerikāņiem ir slims. Tāpēc tas Amerikas ekonomikai izmaksā vairāk nekā 700 miljardus USD gadā, samazinot produktivitāti, noziedzību un veselības aprūpes izmaksas. Tāpēc būtu ļoti noderīgs labāks veids, kā identificēt cilvēkus, kuri cieš no traucējumiem, un tos, kuriem ir risks tiem pakļauties.

Bikels un kolēģi apgalvo, ka ir izstrādājuši tieši šādu paņēmienu, kas ļauj viņiem pamanīt slimniekus, vienkārši apskatot viņu sociālo mediju ziņojumus, piemēram, Facebook ziņas. Šī metode pat sniedz jaunu ieskatu par to, kā dažādu vielu ļaunprātīga izmantošana ietekmē cilvēku ziņojumus sociālajos medijos.

Jaunā tehnika iegūta, analizējot datus, kas savākti laikā no 2007. līdz 2012. gadam kā daļa no projekta, kas darbojās Facebook ar nosaukumu myPersonality. Lietotājiem, kuri reģistrējās, tika piedāvāti dažādi psihometriskie testi un sniegtas atsauksmes par viņu rezultātiem. Daudzi arī piekrita ļaut datus izmantot pētniecības nolūkos.

Vienā no šiem testiem vairāk nekā 13 000 lietotāju, kuru vidējais vecums ir 23 gadi, jautāja par viņu lietotajām vielām. Konkrēti, tas jautāja, cik bieži viņi lieto tabaku, alkoholu vai citas narkotikas, un novērtēja katra dalībnieka lietošanas līmeni. Pēc tam lietotāji tika sadalīti grupās atkarībā no viņu narkotiku lietošanas līmeņa.

Šī datu kopa ir svarīga, jo tā darbojas kā sava veida pamatpatiesība, fiksējot precīzu vielu lietošanas līmeni katrai personai.

Pēc tam komanda apkopoja divas citas ar Facebook saistītas datu kopas. Pirmais bija 22 miljoni statusa atjauninājumu, ko publicēja vairāk nekā 150 000 Facebook lietotāju. Otrs bija vēl lielāks: līdzīgi dati, kas saistīti ar 11 miljoniem Facebook lietotāju.

Visbeidzot, komanda izstrādāja, kā šīs datu kopas pārklājas. Viņi atrada gandrīz 1000 lietotāju, kuri bija visās datu kopās, nedaudz vairāk nekā 1000 lietotāju bija vielu ļaunprātīgas izmantošanas un statusa atjaunināšanas datu kopās un 3500 lietotājus, kuri atradās datu kopās par vielu ļaunprātīgu izmantošanu un simpātijām.

Šie lietotāji, kuru datu kopas pārklājas, sniedz bagātīgu atlasi datu ieguvējiem. Ja cilvēkiem ar vielu lietošanas traucējumiem ir noteikti unikāli uzvedības modeļi, tos var pamanīt viņu Facebook statusa atjauninājumos vai atzīmju Patīk modeļos.

Tāpēc Bikels un kolēģi vispirms sāka strādāt, īsziņu ieguvei lielāko daļu Facebook statusa atjauninājumu un pēc tam datu ieguves lielāko daļu datu kopas, kas atzīmēja Patīk. Pēc tam viņi pārbaudīja visus atrastos modeļus, atlikušajos datos meklējot cilvēkus ar līdzīgiem modeļiem un pārbaudot, vai arī viņiem ir tāds pats vielu lietošanas līmenis.

Rezultāti rada interesantu lasīšanu. Komanda saka, ka tās tehnika bija ļoti veiksmīga. Mūsu labākie modeļi sasniedza 86% tabakas lietošanas prognozēšanai, 81% alkohola lietošanai un 84% narkotiku lietošanai, un tas viss ievērojami pārspēja esošās metodes, saka Bickel un co.

Šī metode arī identificēja plašu atslēgvārdu klāstu, ko cilvēki ar atkarības traucējumiem biežāk izmanto sociālo mediju ziņās. Lamu vārdi, piemēram, “sūdz” un “sūdi”, seksuālie vārdi, piemēram, “ragu” un “sekss”, ar bioloģiskiem procesiem saistīti vārdi, piemēram, “asinis” un “sāpes”, ir pozitīvi korelēti ar visiem trīs vielu lietošanas traucējumu veidiem, saka Bickel and co, atsaucoties uz tabakas, alkohola un narkotiku lietošanu. Turklāt sieviešu norādes, piemēram, 'meitene' un 'sieviete', prievārdi, atsauču vārdi, piemēram, 'augšup' un 'uz leju', pozitīvi korelē ar alkohola lietošanu, savukārt vārdi, kas saistīti ar dusmām, piemēram, 'naidu' un 'nogalināt, ' ar veselību saistītie vārdi, piemēram, 'klīnika' un 'tablete', ir pozitīvi saistīti ar narkotiku lietošanu.

Dati parāda korelācijas abos virzienos. Priekšroka tādām filmām kā V priekš vendetas un Boondock svētie Tas pozitīvi korelē ar alkohola lietošanu, savukārt hobijs, bērnu iecienītu multfilmu un šovu patikšana vai meiteņu iecienītu filmu un zīmolu patikšana negatīvi korelē ar attiecīgi narkotiku, alkohola un tabakas lietošanu, norāda komanda.

Ir arī dažas pārsteidzošas korelācijas. Piemēram, sieviešu atsauces, piemēram, 'meitene' un 'sieviete', ir pozitīvi saistītas ar alkohola lietošanu, savukārt vīriešu atsauces, piemēram, 'vīrietis' un 'zēns', ir negatīvi saistītas ar narkotiku lietošanu, saka Bikels un citi. Iespējams, tas ir tāpēc, ka atsauces uz sievietēm biežāk izdara vīrieši, kuri arī biežāk lieto alkoholu.

Tas ir interesants darbs, kas nekavējoties iesaka veidu, kā identificēt cilvēkus, kuriem ir vielu lietošanas traucējumu risks — vienkārši apskatiet viņu Facebook ziņas un atzīmes Patīk. Mēs uzskatām, ka sociālie mediji ir daudzsološa platforma gan ar SUD saistītu cilvēku uzvedības pētīšanai, gan sabiedrības iesaistīšanai vielu atkarības novēršanā un skrīningā, saka Bikels un citi.

Atsauce: arxiv.org/abs/1705.05633 : uz sociālajiem medijiem balstīta vielu lietošanas prognozēšana

paslēpties