211service.com
Hoe Facebook-berichten voor datamining middelenmisbruikers kunnen onthullen
Een stoornis in het gebruik van middelen (SUD) is een aandoening waarbij herhaald gebruik van middelen zoals alcohol, drugs en tabak klinisch en functioneel significante beperkingen in het dagelijks leven van een persoon veroorzaakt. Dus begin Warren Bickel van het Addition Recovery Research Center in Roanoke, Virginia, en een paar vrienden, die deze aandoening bestuderen.
Middelenmisbruik is een ernstige zorg. Ongeveer één op de tien Amerikanen lijdt. Daarom kost het de Amerikaanse economie meer dan 700 miljard dollar per jaar aan verloren productiviteit, misdaad en kosten voor de gezondheidszorg. Dus een betere manier om mensen te identificeren die aan de aandoening lijden, en degenen die het risico lopen eraan te bezwijken, zou enorm nuttig zijn.
Bickel en co zeggen dat ze precies zo'n techniek hebben ontwikkeld, waarmee ze patiënten kunnen herkennen door simpelweg naar hun berichten op sociale media, zoals Facebook-berichten, te kijken. De techniek geeft zelfs nieuwe inzichten in de manier waarop misbruik van verschillende middelen de social media-berichten van mensen beïnvloedt.
De nieuwe techniek komt voort uit de analyse van gegevens die tussen 2007 en 2012 zijn verzameld als onderdeel van een project dat op Facebook liep, myPersonality genaamd. Gebruikers die zich aanmeldden, kregen verschillende psychometrische tests aangeboden en kregen feedback over hun scores. Velen stemden er ook mee in om de gegevens voor onderzoeksdoeleinden te gebruiken.
Een van deze tests vroeg ruim 13.000 gebruikers met een gemiddelde leeftijd van 23 jaar naar de middelen die ze gebruikten. Het vroeg met name hoe vaak ze tabak, alcohol of andere drugs gebruikten en beoordeelde het gebruiksniveau van elke deelnemer. De gebruikers werden vervolgens verdeeld in groepen op basis van hun mate van middelenmisbruik.
Deze dataset is belangrijk omdat het fungeert als een soort grondwaarheid, waarbij het exacte niveau van middelengebruik voor elke persoon wordt geregistreerd.
Het team verzamelde vervolgens twee andere Facebook-gerelateerde datasets. De eerste was 22 miljoen statusupdates geplaatst door meer dan 150.000 Facebook-gebruikers. De andere was zelfs nog groter: de gelijkaardige gegevens die werden geassocieerd met 11 miljoen Facebook-gebruikers.
Ten slotte heeft het team uitgewerkt hoe deze datasets elkaar overlappen. Ze vonden bijna 1.000 gebruikers in alle datasets, iets meer dan 1.000 in de datasets over middelenmisbruik en statusupdates, en 3.500 die in de middelenmisbruik zaten en datasets leuk vinden.
Deze gebruikers met overlappende datasets bieden rijke keuzes voor dataminers. Als mensen met stoornissen in het gebruik van middelen bepaalde unieke gedragspatronen hebben, is het misschien mogelijk om deze te herkennen in hun Facebook-statusupdates of in hun voorkeurspatronen.
Dus Bickel en co gingen eerst aan de slag door de meeste Facebook-statusupdates te tekstminen en vervolgens datamining van de meeste likes-datasets. Alle patronen die ze vonden, testten ze vervolgens door in de resterende gegevens te zoeken naar mensen met vergelijkbare patronen en te kijken of ze ook hetzelfde niveau van middelengebruik hadden.
De resultaten zorgen voor interessante lectuur. Het team zegt dat de techniek enorm succesvol was. Onze beste modellen behaalden 86% voor het voorspellen van tabaksgebruik, 81% voor alcoholgebruik en 84% voor drugsgebruik, die allemaal aanzienlijk beter presteerden dan bestaande methoden, zeggen Bickel en co.
De techniek identificeerde ook een breed scala aan zoekwoorden die mensen met een verslavingsstoornis vaker gebruiken in posts op sociale media. Vloekwoorden zoals 'fuck' en 'shit', seksuele woorden zoals 'geil' en 'seks', woorden die verband houden met biologische processen zoals 'bloed' en 'pijn' zijn positief gecorreleerd met alle drie soorten stoornissen in het gebruik van middelen, zeggen Bickel en co, verwijzend naar het gebruik van tabak, alcohol en drugs. Bovendien zijn vrouwelijke verwijzingen zoals 'meisje' en 'vrouw', voorzetsels, ruimteverwijzingen zoals 'omhoog' en 'omlaag' positief gecorreleerd met alcoholgebruik, terwijl woorden die verband houden met woede zoals 'haat' en 'doden, ' Gezondheidsgerelateerde woorden zoals 'kliniek' en 'pil' zijn positief gecorreleerd met drugsgebruik.
De gegevens tonen correlaties in beide richtingen. Een voorkeur voor films zoals V voor Vendetta en Boondock Saints is positief gecorreleerd met alcoholgebruik, terwijl het hebben van een hobby, het leuk vinden van tekenfilms en shows waar kinderen de voorkeur aan geven of van films en merken waar meisjes de voorkeur aan geven, negatief gecorreleerd zijn met respectievelijk drugs-, alcohol- en tabaksgebruik, aldus het team.
Er zijn ook enkele verrassende correlaties. Vrouwelijke referenties zoals 'meisje' en 'vrouw' zijn bijvoorbeeld positief gerelateerd aan alcoholgebruik, terwijl mannelijke referenties zoals 'man' en 'jongen' negatief gerelateerd zijn aan drugsgebruik, zeggen Bickel en co. Dit komt waarschijnlijk omdat verwijzingen naar vrouwen vaker worden gemaakt door mannen die ook vaker alcohol gebruiken.
Dat is interessant werk dat onmiddellijk een manier suggereert om mensen te identificeren die het risico lopen op een stoornis in het gebruik van middelen - kijk gewoon naar hun Facebook-berichten en vind-ik-leuks. Wij geloven dat sociale media een veelbelovend platform zijn voor zowel het bestuderen van SUD-gerelateerd menselijk gedrag als het betrekken van het publiek bij het voorkomen en screenen van middelenmisbruik, zeggen Bickel en co.
Referentie: arxiv.org/abs/1705.05633 : Op sociale media gebaseerde voorspelling van substantiegebruik