Суточные колебания настроения изучили с помощью Twitter

Ученые из Бристольского университета проанализировали 800 миллионов сообщений в Twitter и выявили, какие эмоции чаще всего оказываются связаны с определенным временем суток.

Основой исследования стали сообщения, опубликованные британцами в Twitter в период с 2010 по 2014 год. Ученые создали алгоритм, который автоматически отбирал публикации: каждые 10 минут он «захватывал» 100 последних твитов, опубликованных в 54 крупнейших городах Великобритании. Затем программа отсеяла все поздравления с праздниками — в них часто встречаются прилагательные, описывающие эмоции, но не имеющие отношения к чувствам автора в данный момент (например, «Счастливого Нового года!»). После этого алгоритм проанализировал, какие слова чаще всего встречаются в сообщениях каждого из 10-минутных интервалов.  

В предыдущих исследованиях такого рода изучались в основном суточные паттерны положительных и отрицательных эмоций. В новой работе авторы выделили несколько более узких категорий. Например, среди отрицательных эмоций отдельно рассматривались гнев, грусть и усталость. Оказалось, что у каждой отрицательной эмоции есть суточный «график» (у положительных эмоций зависимость от времени суток была менее заметна). Наиболее четко эта связь прослеживалась у усталости и гнева. Максимально гневные твиты появлялись в сети около 2 часов ночи.

Интересно, что в некоторых случаях суточное распределение эмоций не зависело от того, когда опубликовали твит — в будний или выходной день. Например, каждый день на протяжении всего года уровень усталости в твитах значительно падал после 8 утра. Ученые связывают это с суточным ритмом секреции кортизола — гормона, связанного с развитием стрессовых реакций.

По словам ученых, в будущем их работа может стать материалом для исследований аффективных расстройств (расстройств настроения). Многие из этих состояний связаны с суточными ритмами организма и нарушениями сна.

Исследование опубликовано в журнале Brain and Neuroscience Advances.

Twitter не впервые становится инструментом научных исследований. Ранее американские лингвисты выявили связь между уровнем доходов человека и его поведением в собственном микроблоге. Также исследователи предлагали «предсказывать» с помощью Twitter вспышки эпидемий и массовые протесты.