Podziel się, , Google Plus, Pinterest,

Drukuj

Opublikowano w:

Samouczący się algorytm identyfikuje tweety wysyłane pod wpływem alkoholu

Piłeś? Nie pisz – wiele osób zdaje się zapominać o tej złotej zasadzie, zwłaszcza wtedy, gdy w głowie szumią promile, a smartfon wciąż spoczywa w zasięgu ręki. Sprytny algorytm pomoże znaleźć takich delikwentów.

Na pomysł, by identyfikowac użytkowników Twittera piszących pod wpływem alkoholu wpadł Nabil Hossain. Wraz z kolegami z Uniwersytetu Rochester udało mu się “wytrenować” maszynę do tego, by odnajdywała pijanych internautów. Student pokazał tez, jak zgromadzone dane można wykorzystać – przede wszystkim w służbie zdrowia.

Swoją pracę ekipa Hossaina oparła na powiązaniu dwóch elementów – pierwszym było stworzenie samouczącego się algorytmu, który potrafi zidentyfikować tweety pisane pod wpływem alkoholu, drugim – odnajdywanie autorów tweetów i lokalizacji, w której przebywali w momencie pisania, oraz ich miejsca zamieszkania.

Studenci zaczęli od zbierania bazy tweetów z geotagiem na terenie miasta Nowy Jork, i prowincji Monroe od czerwca 2014 roku. Z tego zestawu wyłowili najpierw tweety zawierające słowo alkohol lub związane z piciem (piwo, pijany, impreza, itp)
Następnie wykorzystali wsparcie pracowników tworzących amazonowe narzędzie Mechanical Turk i przeanalizowali tweety w poszukiwaniu innych detali.

Dzięki temu otrzymali wiele ciekawych danych. Sposób pracy zespołu Hosseina pozwala na czynienie ciekawych obserwacji socjologicznych. Dzięki zbieranym w tak kreatywny sposób danym można łatwo, szybko i niskim kosztem określić w jakich regionach ludzie wolą pić w domu, a gdzie raczej wychodzą pić alkohol na mieście, czy ilość sklepów prowadzących sprzedaż napojów alkoholowych przekłada się bezpośrednio na wzrost spożycia. To może pomóc w prowadzeniu odpowiednich akcji prewencyjnych, ponoszeniu świadomości zagrożeń u odpowiednich grup, ale… może też być potężnym narzędziem marketingowym dla korporacji chcących zaoferować swoje usługi konkretnym użytkownikom – od dostawców dowożących alkohol i jedzenie do domów, po przewoźników szukających klientów na przejazdy po imprezie.

źródło: Technology Review

[podobne_alkohol]