Ovaj algoritam može reći ako ste pijani na Twitteru

$config[ads_kvadrat] not found

How Amazon, Apple, Facebook and Google manipulate our emotions | Scott Galloway

How Amazon, Apple, Facebook and Google manipulate our emotions | Scott Galloway
Anonim

U određeno doba noći, Twitter je riznica za opijeno ponašanje.

Slično pijanom pisanju, postoji dosta ljudi koji riječju povraćaju koliko mogu ispovjediti u 140 znakova. Provjera oštećenja u obavijesti može biti jednako bolna (ili možda više ovisno o tome što je rečeno) od mamurluka. To se događa najboljima od nas. Čak je i Adele bila član pijanog Twittera i morala je predati svoj račun svojim predstavnicima.

Ali vaši sljedbenici nisu jedini koji čitaju vaše pijanke. Inženjeri Sveučilišta u Rochesteru stvorili su algoritam za strojno učenje koji pronalazi vaše pijanke. Algoritam može identificirati vruće točke pijenja i ponašanje pijanstva, koje mogu pomoći u razumijevanju pitanja javnog zdravlja vezanih uz alkohol i provesti bolje sociološke studije.

Nikada ne pijući na Twitteru. Izgledala sam glupo. Iako ne brišemo tweetove.

- Josef (@JosefCrowther) 16. ožujka 2016

Ako brzo pretražujete na Twitteru, vidjet ćete da je teško izolirati tweetove koji se odnose na korisnike alkohola i tweetova koje su poslali kada su zapravo pili. To je bila prva stvar koju je istraživačka skupina napravila - trenirao njihov algoritam kako bi uočio razlike. Algoritam je također točniji od drugih algoritama za strojno učenje pri prikupljanju početne lokacije korisnika usluge Twitter.

Jesam li spomenuo … pijan sam, dame … JK … Ali doista sam pijan XD

- Entoan (@EntoanThePack) 13. ožujka 2016

Studija objavljena 10. ožujka otkriva algoritam u akciji jer su istraživači prikupili oko 11.000 geolociranih tweetova u dva područja: New York City i predgrađe okruga Monroe, koji uključuje grad Rochester. Algoritam je filtrirao ključne riječi povezane s alkoholom - pijan, zabava, pivo - i upotrijebio je Amazon's Mechanical Turk, službu za gomilanje resursa koja koordinira zadatke ljudske inteligencije, da analizira tweetove. Istraživači su također postavili parametre kako bi dobili algoritam za pronalaženje tweetova koji su poslani kada su korisnici došli kući. Kao što se moglo očekivati, u New Yorku je bilo mnogo više tweetova povezanih s pićem nego u okrugu Monroe.

Istraživači vjeruju da algoritam ima mnogo širu primjenu: može analizirati ljudski pokret, odnose između demografije, strukture susjedstva i zdravstvenih uvjeta u različitim regijama. "Naši rezultati pokazuju da tweets može pružiti snažne i sitnozrnate znakove aktivnosti koje se odvijaju u gradovima", napisali su istraživači u studiji.

Uzeo sam #martinimonday potpuno pogrešan put i sada sam pijan na poslu.

- Christina McGrath (@xtinamcgrath) 7. ožujka 2016

Tako može biti pijanog pisanja nije tako loše ako pomaže istraživačima da nauče više o ljudskom ponašanju? Možete biti sudac.

$config[ads_kvadrat] not found