211service.com
Hvordan datautvinning Facebook-meldinger kan avsløre rusmisbrukere
En rusmiddelbruksforstyrrelse (SUD) er en tilstand der tilbakevendende bruk av stoffer som alkohol, narkotika og tobakk forårsaker klinisk og funksjonelt signifikant svekkelse i et individs daglige liv. Så begynn Warren Bickel fra Addition Recovery Research Center i Roanoke, Virginia, og et par venner som studerer denne tilstanden.
Rusmisbruk er en alvorlig bekymring. Rundt én av ti amerikanere lider. Det er derfor det koster den amerikanske økonomien mer enn 700 milliarder dollar i året i tapt produktivitet, kriminalitet og helsekostnader. Så en bedre måte å identifisere personer som lider av lidelsen, og de som står i fare for å bukke under for den, ville være svært nyttig.
Bickel og co sier at de har utviklet nettopp en slik teknikk, som lar dem oppdage lidende ganske enkelt ved å se på meldingene deres på sosiale medier, for eksempel Facebook-innlegg. Teknikken gir til og med ny innsikt i måten misbruk av ulike stoffer påvirker folks meldinger på sosiale medier.
Den nye teknikken kommer fra analysen av data samlet inn mellom 2007 og 2012 som en del av et prosjekt som kjørte på Facebook kalt myPersonality. Brukere som meldte seg på ble tilbudt ulike psykometriske tester og gitt tilbakemelding på poengsummen deres. Mange gikk også med på å la dataene brukes til forskningsformål.
En av disse testene spurte over 13 000 brukere med en gjennomsnittsalder på 23 om stoffene de brukte. Spesielt spurte den hvor ofte de brukte tobakk, alkohol eller andre rusmidler, og vurderte hver deltakers bruksnivå. Brukerne ble deretter delt inn i grupper etter deres nivå av rusmisbruk.
Dette datasettet er viktig fordi det fungerer som en slags grunnsannhet, og registrerer det nøyaktige nivået av rusmiddelbruk for hver person.
Teamet samlet deretter to andre Facebook-relaterte datasett. Den første var 22 millioner statusoppdateringer lagt ut av mer enn 150 000 Facebook-brukere. Den andre var enda større: lignende data knyttet til 11 millioner Facebook-brukere.
Til slutt fant teamet ut hvordan disse datasettene overlappet. De fant nesten 1 000 brukere som var i alle datasettene, i overkant av 1 000 som var i datasettene for rus- og statusoppdatering, og 3 500 som var i rus- og likerdatasettene.
Disse brukerne med overlappende datasett gir rike valg for dataminere. Hvis personer med rusforstyrrelser har visse unike atferdsmønstre, kan det være mulig å oppdage disse i deres Facebook-statusoppdateringer eller i deres like-mønstre.
Så Bickel og co begynte å jobbe først ved å tekstutvinne de fleste Facebook-statusoppdateringene og deretter datautvinne det meste av likerdatasettet. Eventuelle mønstre de fant, testet de deretter ved å se etter personer med lignende mønstre i de gjenværende dataene og se om de også hadde samme nivå av rusmiddelbruk.
Resultatene gir interessant lesning. Teamet sier at teknikken deres var enormt vellykket. Våre beste modeller oppnådde 86 % for å forutsi tobakksbruk, 81 % for alkoholbruk og 84 % for narkotikabruk, som alle klarte seg betydelig bedre enn eksisterende metoder, sier Bickel og co.
Teknikken identifiserte også et bredt spekter av søkeord som personer med ruslidelse er mer sannsynlig å bruke i innlegg på sosiale medier. Banneord som 'fuck' og 'shit', seksuelle ord som 'kåt' og 'sex', ord relatert til biologiske prosesser som 'blod' og 'smerte' er positivt korrelert med alle tre typer rusforstyrrelser, sier Bickel og co, med henvisning til tobakk, alkohol og narkotikabruk. I tillegg er kvinnelige referanser som 'jente' og 'kvinne', preposisjoner, mellomromsreferanseord som 'opp' og 'ned' positivt korrelert med alkoholbruk, mens ord relatert til sinne som 'hate' og 'drepe, ' ord relatert til helse som 'klinikk' og 'pille' er positivt korrelert med narkotikabruk.
Dataene viser korrelasjoner begge veier. En preferanse for filmer som f.eks V for Vendetta og Boondock Saints er positivt korrelert med alkoholbruk, mens det å ha en hobby, liker tegneserier og programmer foretrukket av barn eller liker filmer og merker foretrukket av jenter er negativt korrelert med henholdsvis narkotika, alkohol og tobakk, sier teamet.
Det er også noen overraskende sammenhenger. For eksempel er kvinnelige referanser som «jente» og «kvinne» positivt relatert til alkoholbruk mens mannlige referanser som «mann» og «gutt» er negativt relatert til narkotikabruk, sier Bickel og co. Dette er sannsynligvis fordi referanser til kvinner er mer sannsynlig å bli gjort av menn som også er mer sannsynlig å bruke alkohol.
Det er interessant arbeid som umiddelbart foreslår en måte å identifisere personer som er i faresonen for rusforstyrrelser – bare se på Facebook-innleggene og likes. Vi tror sosiale medier er en lovende plattform for både å studere SUD-relatert menneskelig atferd samt engasjere publikum for forebygging og screening av rusmisbruk, sier Bickel og co.
Ref: arxiv.org/abs/1705.05633 : Forutsigelse av stoffbruk basert på sosiale medier