Нейросеть научили выявлять вредные привычки по соцсети

Специалисты из исследовательского института Virginia Tech Carilion и Мэрилендского университета разработали искусственную нейросеть, которая может определять зависимость от психоактивных веществ по публикациям в Facebook.

2 971

Выбор редакции

Согласно данным Национального исследования наркопотребления и здоровья (NSDUG) США, зависимостью от психоактивных веществ страдает около десяти процентов американцев. В России показатель вдвое больше — 20,9 процента. При этом в последнее время ученые все чаще выявляют связь между склонностью к употреблению подобных веществ и специфическими чертами личности. Так, алкоголизм положительно коррелирует с экстравертностью и просоциальностью, а табакокурение ассоциируется с низкой самодисциплиной и открытостью новому опыту. Побочные эффекты такой зависимости вместе с тем могут зависеть от социодемографических параметров, например уровня дохода и места проживания.

 

В новой работе американские исследователи проверили гипотезу о том, что на характер зависимости может указывать активность интернет-пользователей в социальных сетях. На первом этапе они обучили компьютерный алгоритм распознавать склонность человека к вредным привычкам. В тренировках использовались три базы данных, полученных в 2007–2012 годах с помощью психометрического приложения myPersonality для Facebook. Первая база содержала информацию о 5 миллионах лайков 250 тысяч посетителей сайта; вторая — о 21 миллионе публикаций 100 тысяч пользователей; третья — о наличии зависимости у 13,5 тысячи человек. При обучении эти сведения комбинировались.

 

Наиболее и наименее часто встречаемые виды активности в Фейсбуке среди употребляющих табак, алкоголь и наркотики / ©Tao Ding et al., arXiv.org, 2017

 

Последующие тесты показали, что система может определять вредные привычки с высокой точностью: 84 процента — для наркотических веществ, 81 и 86 процентов — для алкоголь- и никотин-зависимости соответственно. Примечательно, что ученые также обнаружили связь склонностей с содержанием публикаций. В частности, пользователи, употреблявшие наркотики, чаще использовали понятия, связанные со здоровьем («таблетки», «больница») и агрессией («убивать», «ненависть»). Помимо этого, такие пользователи чаще лайкали записи с упоминанием музыкальных групп Depeche Mode, The Cure, пьющие алкоголь предпочитали фильм «V — значит Вендетта», а курящие табак — Роба Зомби.

 

Несмотря на высокую точность алгоритма, авторы отмечают, что о выявлении причинно-следственных связей речь не идет. Также общий набор данных был значительно меньше, чем объем каждой базы, — всего 3508 пользователей социальной сети. Уточнить полученные данные может дополнительное исследование на более крупной выборке. Ранее нейросети уже использовали для идентификации различных параметров личности. Так, алгоритмы хорошо справились с определением имени человека по фотографии, оценкой преступного умысла и распознаванием антисоциальных черт по строению лица. На днях японские ученые натренировали глубокую нейросеть проявлять воображение.

 

Подробности работы представлены на сервере препринтов arXiv.org.

2 971

Подпишись на нашу рассылку лучших статей и получи журнал бесплатно!


Комментарии

Аватар пользователя Konstantin Tereschenko
1 ч
Как же достали такие новости!!!И еще больше бесит...
Аватар пользователя Илья Ведмеденко
3 ч
Фалькон 9 для коммерческих пусков обходится дешевле,...
Аватар пользователя Николай Кравцов
4 ч
ИМХО, проблема высосана из пальца. Если Атлас 5...

Комментарии

Plain text

  • Адреса страниц и электронной почты автоматически преобразуются в ссылки.
  • Разрешённые HTML-теги: <a> <em> <strong> <cite> <blockquote> <code> <ul> <ol> <li> <dl> <dt> <dd> <br> <iframe> <embed> <br/>
  • Строки и параграфы переносятся автоматически.

Comment text

  • Адреса страниц и электронной почты автоматически преобразуются в ссылки.
  • Разрешённые HTML-теги: <a> <em> <strong> <cite> <blockquote> <code> <ul> <ol> <li> <dl> <dt> <dd> <br> <br/>

Быстрый вход

или зарегистрируйтесь, чтобы отправлять комментарии
Вы сообщаете об ошибке в следующем тексте:
Нажмите Отправить ошибку