Denne algoritme kan fortælle, hvis du er fuld af kvidre på Twitter

$config[ads_kvadrat] not found

Hva er algoritmer og hva kan de brukes til?

Hva er algoritmer og hva kan de brukes til?
Anonim

På bestemte tider af tider er Twitter en skattekiste for beruset adfærd.

I lighed med beruset tekstning er der et stort antal mennesker, som ord-opkast så meget som de kan indrømme til 140 tegn. Det kan være lige så smertefuldt (eller måske mere afhængigt af hvad der blev sagt) end en tømmermænd, der kontrollerer skaden i et meddelelsesfeed. Det sker med det bedste af os. Selv Adele plejede at være medlem af beruset Twitter, og har måttet overdrage sin konto til hendes reps.

Men dine tilhængere er ikke de eneste, der læser dine berusede tweets. University of Rochester ingeniører oprettet en maskin-læring algoritme, der finder dine berusede tweets. Algoritmen kan identificere drikkesteder og beruset adfærd, som kan hjælpe med at forstå alkoholrelaterede folkesundhedsproblemer og udføre bedre sociologiske studier.

Får aldrig på kvidre, når den er fuld. Jeg så dum ud. Ikke slette tweets dog.

- Josef (@JosefCrowther) 16. marts 2016

Hvis du gør en hurtig søgning på kvidre, vil du se, at det er svært at isolere tweets relateret til alkohol og tweets brugere sendt, da de rent faktisk drikker. Det var det første, som forskergruppen gjorde - træne deres algoritme for at se forskellene. Algoritmen er også mere præcis end andre maskinlæringsalgoritmer ved at hente Twitter-brugerens hjemsted.

Omtalte jeg … Jeg er fuld af damer 😘 jk … Men jeg er virkelig fuld XD

- Entoan (@EntoanThePack) 13. marts 2016

Undersøgelsen offentliggjort den 10. marts afslører algoritmen i aktion, da forskerne indsamlede ca. 11.000 geolokerede tweets på to områder: New York City og forstæderne Monroe County, som omfatter byen Rochester. Algoritmen filtrerede alkoholrelaterede søgeord - beruset, fest, øl - og brugte Amazons Mekaniske Turk, en crowdsourcing-tjeneste, der koordinerer menneskelige efterretningsopgaver, for at analysere tweets. Forskerne har også oprettet parametre for at få algoritmen til at finde tweets sendt, når brugerne kom hjem. Som man ville forvente, var der mange flere tweets i New York City forbundet med at drikke end i Monroe County.

Forskerne mener, at algoritmen har en meget bredere anvendelse: Den kan analysere menneskelig bevægelse, forhold mellem demografi, naboskabsstruktur og sundhedsforhold i forskellige regioner. "Vores resultater viser, at tweets kan give kraftfulde og finkornede tegn på aktiviteter i byer," forskerne skrev i undersøgelsen.

Tog #martinimonday helt den forkerte vej, og nu er jeg fuld på arbejde.

- Christina McGrath (@xtinamcgrath) 7. marts 2016

Så måske fuld teksting er ikke så dårlig, hvis det hjælper forskere med at lære mere om menneskelig adfærd? Du kan være dommeren.

$config[ads_kvadrat] not found