Dataforskere bruger maskinlæring til at spore sundhedstendenser på Twitter

Et nyt maskinlæringsværktøj, udviklet af computerforskere ved University of Alberta, gennemgår millioner af Twitter-indlæg for at hjælpe med at forstå sundheds- og wellnesstendenser i Alberta og på tværs af Canada.

"Vi bruger maskinlæring til at bestemme placeringen, tweets refererer til, den sundhedsdimension, de er relateret til, og følelserne udtrykt i hvert tweet, " sagde U fra en computerforsker Osmar Zaiane.

"Hvis vi kan gøre det her ordentligt, vi kan få en bedre forståelse af, hvordan det faktisk er at bo et bestemt sted, med hensyn til sundhed og velvære."

Værktøjet, kaldet Grebe, udnytter kraften i maskinlæring til at hjælpe arbejdet med sundhedsovervågningsnetværk fra Canadas Public Health Agency og de amerikanske centre for sygdomskontrol og -forebyggelse, som generelt er afhængige af data indsamlet fra selvrapporter eller oplysninger fra sundhedsudbydere såsom lægekontorer og hospitaler.

"Offentlige sundhedseksperter er interesserede i at vide, hvad der sker i en bestemt by eller provins, " sagde Zaiane. "Selvom undersøgelser er nyttige former for indsamling af information, selvrapporter kan også være upålidelige eller unøjagtige. Denne type værktøj giver folkesundhedseksperter mulighed for at studere folks adfærd ud over deres selvrapporter."

Forskerne brugte maskinlæring til at identificere seks dimensioner af sundhed - fysisk, følelsesmæssig, erhvervsmæssig, social, spirituelle og intellektuelle – såvel som de følelser, der udtrykkes i hvert tweet og det relevante sted. Projektet startede i Edmonton, blev derefter udvidet til at omfatte hele Alberta og er siden blevet anvendt til alle canadiske provinser.

"Værktøjet giver eksperter mulighed for at gå gennem et andet medie - i dette tilfælde Twitter - for at verificere tendenser, som de har fundet andre steder, såsom gennem undersøgelser, samt verificering af anden forskning, " sagde Zaine.

"Vores mål var ikke selv at finde tendenserne. vores mål var at bygge et værktøj, der vil lade sundhedsprofessionelle og sociologer analysere disse tendenser."

Når den er færdig, Grebe vil blive gjort tilgængelig for offentligheden såvel som for andre forskere gennem open access.

Studiet, "Kontekstforudsigelse i det sociale web ved hjælp af anvendt maskinlæring:En undersøgelse af canadiske diskanthittere, " blev præsenteret på 2018 IEEE/WIC/ACM International Conference on Web Intelligence.