Ny maskinlæringsalgoritme kan forudsige alder og køn fra kun din Twitter-profil

Et nyt "demografisk inferens"-værktøj udviklet af akademikere kan lave forudsigelser udelukkende baseret på oplysningerne i en persons profil på sociale medier (dvs. skærmnavn, biografi, profilbillede, og navn). Værktøjet – som fungerer på 32 sprog – kunne bane vejen for, at synspunkter udtrykt på sociale medier kan inddrages i populære undersøgelsesmetoder.

Forskere ved University of Oxford, University of Michigan, University of Massachusetts, GESIS – Leibniz Institut for Samfundsvidenskab, Max Planck Instituttet, og Stanford University har udviklet en metode til at udlede oplysninger om en ejer af en social mediekonto baseret på oplysningerne i deres Twitter-profiloplysninger.

Et nyt maskinlæringssystem - afsløret på webkonferencen i San Francisco i denne uge - lærte mønstrene forbundet med forskellige aldre, køn, og mellem organisationer og enkeltpersoner fra et datasæt på over fire millioner Twitter-konti på 32 sprog. Disse oplysninger blev derefter kombineret med estimerede lokaliteter og genvægtet mod folketællingsdata for at producere mere nøjagtige estimater af befolkningen i 1, 101 statistiske regioner i hele EU.

Dette kunne bane vejen for en mere repræsentativ forståelse af folks syn på centrale samfundsspørgsmål og -emner, baseret på, hvad de poster på sociale medier og tilskrives specifikke geografiske placeringer og demografiske grupper.

Dr. Scott Hale, Seniorforsker, Oxford Internet Institute, University of Oxford sagde:"På trods af at have leveret masser af datapunkter, sociale medier har længe været et upålideligt værktøj til at forstå, hvilke problemer der er vigtigst for en bredere befolkning i betragtning af, hvordan folk selv vælger at bruge en platform.

"Denne første undersøgelse af sin art udfører demografiske forudsigelser om ejeren af ​​en social mediekonto udelukkende baseret på kontoens profiloplysninger på 32 sprog og omvægter derefter onlineprøven for at være mere lig en offline-population.

"Vi ser dette som et væsentligt skridt i retning af at bruge sociale medier til at få et mere præcist billede af de spørgsmål og emner, der interesserer offentligheden mest og forstå, hvilke gruppers synspunkter der er over- eller underrepræsenteret."

Disse oplysninger og data, der understøtter denne forskning, er blevet gjort tilgængelige i et open source-bibliotek, og du kan teste inferensværktøjet på www.euagendas.org/m3demo