Ten algorytm może powiedzieć, że jesteś pijany na Twitterze

$config[ads_kvadrat] not found

█▬█ █ ▀█▀ Paranienormalni - Mariolka w SPA

█▬█ █ ▀█▀ Paranienormalni - Mariolka w SPA
Anonim

W pewnych porach nocy Twitter jest skarbnicą upojenia.

Podobnie jak w przypadku tekstów pijanych, jest dość wielu ludzi, którzy wymiotują tak samo, jak potrafią przyznać się do 140 znaków. Sprawdzanie uszkodzeń w powiadomieniu może być równie bolesne (a może bardziej zależne od tego, co zostało powiedziane) niż kaca. Zdarza się to najlepszym z nas. Nawet Adele była członkiem pijanego Twittera i musiała przekazać swoje konto swoim przedstawicielom.

Ale twoi zwolennicy nie są jedynymi, którzy czytają twoje pijane tweety. Inżynierowie z University of Rochester stworzyli algorytm uczenia maszynowego, który znajduje twoje pijane tweety. Algorytm może zidentyfikować gorące punkty picia i zachowania pijane, które mogą pomóc w zrozumieniu problemów zdrowia publicznego związanych z alkoholem i prowadzić lepsze badania socjologiczne.

Nigdy nie pij na Twitterze. Wyglądałem głupio. Jednak nie usuwa tweetów.

- Josef (@JosefCrowther) 16 marca 2016 r

Jeśli przeprowadzisz szybkie wyszukiwanie na Twitterze, zobaczysz, że trudno jest wyodrębnić tweety związane z alkoholem i tweetami wysyłanymi przez użytkowników, którzy faktycznie piją. To była pierwsza rzecz, jaką grupa badawcza zrobiła - wytrenować swój algorytm, aby dostrzec różnice. Algorytm jest również bardziej dokładny niż inne algorytmy uczenia maszynowego przy wyszukiwaniu lokalizacji domowej użytkowników Twittera.

Czy wspominałem … jestem pijany ies panie k jk … Ale naprawdę jestem pijany XD

- Entoan (@EntoanThePack) 13 marca 2016 r

Badanie opublikowane 10 marca ujawnia działanie algorytmu, ponieważ naukowcy zebrali około 11 000 geolokowanych tweetów w dwóch obszarach: Nowym Jorku i na przedmieściach hrabstwa Monroe, które obejmuje miasto Rochester. Algorytm filtrował słowa kluczowe związane z alkoholem - pijany, imprezowy, piwny - i wykorzystywał Amazon's Turk, usługę crowdsourcingową, która koordynuje zadania wywiadu ludzkiego, analizując tweety. Naukowcy ustawili również parametry, aby algorytm znalazł tweety wysyłane po powrocie do domu. Jak można się było spodziewać, w Nowym Jorku było więcej tweetów związanych z piciem niż w Monroe County.

Naukowcy uważają, że algorytm ma znacznie szersze zastosowanie: może analizować ruch człowieka, relacje między demografią, strukturę sąsiedztwa i warunki zdrowotne w różnych regionach. „Nasze wyniki pokazują, że tweety mogą dostarczać potężnych i drobiazgowych wskazówek dotyczących działań podejmowanych w miastach” - napisali naukowcy w badaniu.

Zrobiłem #martinimonday całkowicie w niewłaściwy sposób i teraz jestem pijany w pracy.

- Christina McGrath (@xtinamcgrath) 7 marca 2016 r

Więc może tekst pijany nie jest taki zły, jeśli pomaga naukowcom dowiedzieć się więcej na temat ludzkich zachowań? Możesz być sędzią.

$config[ads_kvadrat] not found