Hur datautvinning Facebook-meddelanden kan avslöja missbrukare

En substansmissbruksstörning (SUD) är ett tillstånd där återkommande användning av substanser som alkohol, droger och tobak orsakar kliniskt och funktionellt betydande försämringar i en individs dagliga liv. Så börja Warren Bickel från Addition Recovery Research Center i Roanoke, Virginia, och ett par kompisar som studerar detta tillstånd.

Missbruk är ett allvarligt problem. Ungefär en av tio amerikaner lider. Det är därför det kostar den amerikanska ekonomin mer än 700 miljarder dollar per år i förlorad produktivitet, kriminalitet och sjukvårdskostnader. Så ett bättre sätt att identifiera personer som lider av sjukdomen, och de som riskerar att ge efter för det, skulle vara oerhört användbart.

Bickel och co säger att de har utvecklat just en sådan teknik, som gör att de kan upptäcka drabbade helt enkelt genom att titta på deras meddelanden i sociala medier som Facebook-inlägg. Tekniken ger till och med nya insikter om hur missbruk av olika substanser påverkar människors meddelanden på sociala medier.

Den nya tekniken kommer från analysen av data som samlats in mellan 2007 och 2012 som en del av ett projekt som kördes på Facebook som heter myPersonality. Användare som anmälde sig erbjöds olika psykometriska test och fick feedback på sina poäng. Många gick också med på att låta uppgifterna användas för forskningsändamål.

Ett av dessa test frågade över 13 000 användare med en medelålder på 23 om vilka substanser de använde. Den frågade särskilt hur ofta de använde tobak, alkohol eller andra droger och bedömde varje deltagares användningsnivå. Användarna delades sedan in i grupper efter deras missbruksnivå.

Denna datamängd är viktig eftersom den fungerar som en sorts grundsanning, som registrerar den exakta nivån av substansanvändning för varje person.

Teamet samlade sedan två andra Facebook-relaterade datamängder. Den första var 22 miljoner statusuppdateringar som publicerades av mer än 150 000 Facebook-användare. Den andra var ännu större: liknande data förknippade med 11 miljoner Facebook-användare.

Slutligen utarbetade teamet hur dessa datamängder överlappade. De hittade nästan 1 000 användare som fanns i alla datamängder, drygt 1 000 som fanns i missbruks- och statusuppdateringsdatauppsättningarna och 3 500 som fanns i missbruks- och gillardatauppsättningarna.

Dessa användare med överlappande datamängder tillhandahåller omfattande urval för dataminerare. Om personer med missbruksstörningar har vissa unika beteendemönster kan det vara möjligt att upptäcka dessa i deras Facebook-statusuppdateringar eller i deras gilla-mönster.

Så Bickel och co började arbeta först genom att sms-bryta de flesta Facebook-statusuppdateringar och sedan datautvinna de flesta likes-dataset. Alla mönster de hittade testade de sedan genom att leta efter personer med liknande mönster i de återstående uppgifterna och se om de också hade samma nivå av droganvändning.

Resultaten ger intressant läsning. Teamet säger att dess teknik var enormt framgångsrik. Våra bästa modeller uppnådde 86 % för att förutsäga tobaksanvändning, 81 % för alkoholanvändning och 84 % för droganvändning, vilket alla avsevärt överträffade befintliga metoder, säger Bickel och co.

Tekniken identifierade också ett brett utbud av sökord som personer med missbruksstörning är mer benägna att använda i inlägg på sociala medier. Svordomar som 'fan' och 'skit', sexuella ord som 'kåt' och 'sex', ord relaterade till biologiska processer som 'blod' och 'smärta' är positivt korrelerade med alla tre typerna av missbruksstörningar, säger Bickel och co, och syftar på tobak, alkohol och droganvändning. Dessutom är kvinnliga referenser som 'flicka' och 'kvinna', prepositioner, mellanrumsreferensord som 'upp' och 'ner' positivt korrelerade med alkoholanvändning, medan ord relaterade till ilska som 'hata' och 'döda, ' ord relaterade till hälsa som 'klinik' och 'piller' är positivt korrelerade med droganvändning.

Data visar korrelationer åt båda hållen. En preferens för filmer som t.ex V för Vendetta och Boondock Saints är positivt korrelerad med alkoholanvändning, medan att ha en hobby, att gilla tecknade serier och shower som gynnas av barn eller att gilla filmer och varumärken som gynnas av flickor är negativt korrelerade med drog-, alkohol- och tobaksanvändning, säger teamet.

Det finns också några överraskande samband. Till exempel är kvinnliga referenser som ’tjej’ och ’kvinna’ positivt relaterade till alkoholanvändning medan manliga referenser som ’man’ och ’pojke’ är negativt relaterade till droganvändning, säger Bickel och co. Detta beror förmodligen på att hänvisningar till kvinnor är mer benägna att göras av män som också är mer benägna att använda alkohol.

Det är intressant arbete som omedelbart föreslår ett sätt att identifiera personer som löper risk att drabbas av missbruksstörningar – titta helt enkelt på deras Facebook-inlägg och gilla-markeringar. Vi tror att sociala medier är en lovande plattform för att både studera SUD-relaterade mänskliga beteenden och engagera allmänheten för att förebygga och screena missbruk, säger Bickel och co.

Ref: arxiv.org/abs/1705.05633 : Förutsägelse av substansanvändning baserad på sociala medier

Dölj