Cet algorithme peut dire si vous êtes saoul sur Twitter

$config[ads_kvadrat] not found

Tutoriel Algorithmique : Recherche Boyer Moore Horspool

Tutoriel Algorithmique : Recherche Boyer Moore Horspool
Anonim

À certaines heures de la nuit, Twitter est un véritable trésor pour le comportement intoxiqué.

Comme pour les textos saouls, il y a beaucoup de personnes qui vomissent autant qu'elles peuvent l'avouer en 140 caractères. Vérifier les dommages dans un fil de notification peut être aussi douloureux (ou peut-être plus selon ce qui a été dit) qu'une gueule de bois. Ça arrive aux meilleurs d'entre nous. Même Adele faisait partie de Twitter saoul et a dû remettre son compte à ses représentants.

Mais vos abonnés ne sont pas les seuls à lire vos tweets saouls. Les ingénieurs de l’Université de Rochester ont créé un algorithme d’apprentissage automatique qui trouve vos tweets saouls. L'algorithme peut identifier les points chauds de consommation d'alcool et le comportement ivre, ce qui peut aider à comprendre les problèmes de santé publique liés à l'alcool et à mener de meilleures études sociologiques.

Ne jamais être sur Twitter en état d'ébriété. J'ai eu l'air bête. Ne pas supprimer les tweets cependant.

- Josef (@JosefCrowther) 16 mars 2016

Si vous effectuez une recherche rapide sur Twitter, vous constaterez qu’il est difficile d’isoler les tweets liés à l’alcool et les tweets envoyés par les utilisateurs alors qu’ils buvaient. C’est la première chose que le groupe de recherche a faite - former son algorithme pour détecter les différences. L’algorithme est également plus précis que d’autres algorithmes d’apprentissage automatique pour la localisation du domicile des utilisateurs de Twitter.

Ai-je mentionné … Je suis saoul 😉 mesdames 😘 jk … Mais vraiment je suis saoul XD

- Entoan (@EntoanThePack) 13 mars 2016

L'étude publiée le 10 mars révèle l'algorithme en action, les chercheurs ayant collecté environ 11 000 tweets géolocalisés dans deux régions: la ville de New York et la banlieue du comté de Monroe, qui comprend la ville de Rochester. L’algorithme filtrait les mots-clés liés à l’alcool (ivre, fête, bière) et utilisait Mechanical’s Amazon, un service de crowdsourcing qui coordonne les tâches de renseignement humain, pour analyser les tweets. Les chercheurs ont également défini des paramètres permettant à l’algorithme de rechercher les tweets envoyés lorsque les utilisateurs rentrent chez eux. Comme on pouvait s'y attendre, il y avait beaucoup plus de tweets associés à la consommation d'alcool dans la ville de New York que dans le comté de Monroe.

Les chercheurs pensent que l’algorithme a une application beaucoup plus large: il peut analyser le mouvement humain, les relations entre la démographie, la structure de quartier et les conditions de santé dans différentes régions. «Nos résultats démontrent que les tweets peuvent fournir des indices puissants et détaillés d'activités en ville», ont écrit les chercheurs.

A pris #martinimonday complètement dans le mauvais sens et maintenant je suis bourré au travail.

- Christina McGrath (@xtinamcgrath) 7 mars 2016

Alors peut être Envoyer des SMS ivre n’est pas si grave si cela aide les chercheurs à en apprendre davantage sur le comportement humain? Vous pouvez être le juge.

$config[ads_kvadrat] not found