211service.com
In che modo i messaggi di Facebook di data mining possono rivelare gli abusatori di sostanze
Un disturbo da uso di sostanze (SUD) è una condizione in cui l'uso ricorrente di sostanze come alcol, droghe e tabacco provoca una compromissione clinicamente e funzionalmente significativa nella vita quotidiana di un individuo. Quindi iniziano Warren Bickel dell'Addition Recovery Research Center di Roanoke, in Virginia, e un paio di amici, che studiano questa condizione.
L'abuso di sostanze è una seria preoccupazione. Circa un americano su 10 soffre. Ecco perché costa all'economia americana più di 700 miliardi di dollari all'anno in perdita di produttività, criminalità e costi sanitari. Quindi un modo migliore per identificare le persone che soffrono del disturbo e quelle a rischio di soccombere ad esso sarebbe estremamente utile.
Bickel e colleghi affermano di aver sviluppato proprio una tecnica del genere, che consente loro di individuare i malati semplicemente guardando i loro messaggi sui social media come i post di Facebook. La tecnica fornisce anche nuove informazioni sul modo in cui l'abuso di diverse sostanze influenza i messaggi delle persone sui social media.
La nuova tecnica nasce dall'analisi dei dati raccolti tra il 2007 e il 2012 nell'ambito di un progetto eseguito su Facebook chiamato myPersonality. Agli utenti che si sono registrati sono stati offerti vari test psicometrici e hanno ricevuto feedback sui loro punteggi. Molti hanno anche accettato di consentire l'utilizzo dei dati a fini di ricerca.
Uno di questi test ha chiesto a oltre 13.000 utenti con un'età media di 23 anni le sostanze che utilizzavano. In particolare, ha chiesto con quale frequenza hanno fatto uso di tabacco, alcol o altre droghe e ha valutato il livello di utilizzo di ciascun partecipante. Gli utenti sono stati quindi divisi in gruppi in base al livello di abuso di sostanze.
Questo set di dati è importante perché agisce come una sorta di verità di base, registrando il livello esatto di consumo di sostanze per ogni persona.
Il team ha quindi raccolto altri due set di dati relativi a Facebook. Il primo è stato di 22 milioni di aggiornamenti di stato pubblicati da oltre 150.000 utenti di Facebook. L'altro era ancora più grande: i dati like associati a 11 milioni di utenti Facebook.
Infine, il team ha elaborato la sovrapposizione di questi set di dati. Hanno trovato quasi 1.000 utenti che erano in tutti i set di dati, poco più di 1.000 che erano nei set di dati sull'abuso di sostanze e sull'aggiornamento dello stato e 3.500 che erano nei set di dati sull'abuso di sostanze e Mi piace.
Questi utenti con set di dati sovrapposti forniscono ricchi prelievi per i minatori di dati. Se le persone con disturbi da uso di sostanze hanno determinati modelli di comportamento unici, potrebbe essere possibile individuarli nei loro aggiornamenti di stato di Facebook o nei loro modelli di Mi piace.
Quindi Bickel e co hanno iniziato a lavorare prima eseguendo il text mining della maggior parte degli aggiornamenti di stato di Facebook e poi il data mining della maggior parte dei set di dati Mi piace. Tutti i modelli che hanno trovato, li hanno quindi testati cercando persone con modelli simili nei dati rimanenti e verificando se avevano anche lo stesso livello di consumo di sostanze.
I risultati costituiscono una lettura interessante. Il team afferma che la sua tecnica ha avuto un enorme successo. I nostri migliori modelli hanno raggiunto l'86% per la previsione del consumo di tabacco, l'81% per il consumo di alcol e l'84% per il consumo di droghe, tutti risultati significativamente superiori ai metodi esistenti, affermano Bickel e co.
La tecnica ha anche identificato un'ampia gamma di parole chiave che è più probabile che le persone con disturbo da abuso di sostanze utilizzino nei post sui social media. Parolacce come 'cazzo' e 'merda', parole a sfondo sessuale come 'eccitato' e 'sesso', parole relative a processi biologici come 'sangue' e 'dolore' sono correlate positivamente con tutti e tre i tipi di disturbo da uso di sostanze, dicono Bickel e compagni, riferendosi al consumo di tabacco, alcol e droghe. Inoltre, i riferimenti femminili come 'ragazza' e 'donna', preposizioni, parole di riferimento spaziale come 'su' e 'giù' sono positivamente correlati all'uso di alcol, mentre parole legate alla rabbia come 'odio' e 'uccidi, ' parole relative alla salute come 'clinica' e 'pillola' sono correlate positivamente con l'uso di droghe.
I dati mostrano correlazioni in entrambi i modi. Una preferenza per film come V for Vendetta e Santi di Boondock è correlato positivamente con l'uso di alcol, mentre avere un hobby, amare i cartoni animati e gli spettacoli preferiti dai bambini o amare i film e i marchi preferiti dalle ragazze sono correlati negativamente rispettivamente con l'uso di droghe, alcol e tabacco, afferma il team.
Ci sono anche alcune sorprendenti correlazioni. Ad esempio, i riferimenti femminili come 'ragazza' e 'donna' sono positivamente correlati all'uso di alcol, mentre i riferimenti maschili come 'uomo' e 'ragazzo' sono negativamente correlati all'uso di droghe, afferma Bickel e co. Ciò è probabilmente dovuto al fatto che è più probabile che i riferimenti alle donne siano fatti da maschi che hanno anche maggiori probabilità di consumare alcol.
È un lavoro interessante che suggerisce immediatamente un modo per identificare le persone a rischio di disturbo da uso di sostanze: basta guardare i loro post e i Mi piace su Facebook. Riteniamo che i social media siano una piattaforma promettente sia per lo studio dei comportamenti umani legati al SUD, sia per coinvolgere il pubblico nella prevenzione e nello screening dell'abuso di sostanze, affermano Bickel e co.
Rif: arxiv.org/abs/1705.05633 : Previsione dell'uso di sostanze basata sui social media