Questo algoritmo può dirti se sei ubriaco su Twitter

$config[ads_kvadrat] not found

3 - Algoritmo for - potenza di un numero

3 - Algoritmo for - potenza di un numero
Anonim

In determinati momenti della notte, Twitter è un tesoro per comportamenti intossicati.

Analogamente agli SMS ubriachi, ci sono un discreto numero di persone che vomitano tanto quanto possono confessare in 140 caratteri. Controllare il danno in un feed di notifica può essere altrettanto doloroso (o forse più a seconda di quello che è stato detto) di una sbornia. Succede al meglio di noi. Anche Adele era un membro di Twitter ubriaco, e ha dovuto consegnare il suo account ai suoi rappresentanti.

Ma i tuoi follower non sono gli unici a leggere i tuoi tweet ubriachi. Gli ingegneri dell'Università di Rochester hanno creato un algoritmo di apprendimento automatico che trova i tuoi tweet ubriachi. L'algoritmo può identificare gli hotspot e il comportamento ubriachi, che possono aiutare a capire i problemi di salute pubblica legati all'alcol e condurre migliori studi di sociologia.

Non si sale mai su Twitter mentre sei ubriaco. Mi sono sembrato stupido. Non eliminare i tweet però.

- Josef (@JosefCrowther) 16 marzo 2016

Se fai una rapida ricerca su Twitter, vedrai che è difficile isolare i tweet legati all'alcol e ai tweet inviati dagli utenti quando stavano bevendo. Quella fu la prima cosa che fece il gruppo di ricerca: addestrare il loro algoritmo per individuare le differenze. L'algoritmo è anche più accurato di altri algoritmi di apprendimento automatico nel rilevare la posizione di partenza degli utenti di Twitter.

Ho già detto … Sono ubriaco 😉 signore 😘 jk … Ma veramente sono ubriaco XD

- Entoan (@EntoanThePack) 13 marzo 2016

Lo studio pubblicato il 10 marzo rivela l'algoritmo in azione mentre i ricercatori hanno raccolto circa 11.000 tweet geolocalizzati in due aree: New York City e la periferia della contea di Monroe, che comprende la città di Rochester. L'algoritmo ha filtrato le parole chiave correlate all'alcol - ubriaco, festa, birra - e ha utilizzato Amazon's Mechanical Turk, un servizio di crowdsourcing che coordina le attività di intelligence umana, per analizzare i tweet. I ricercatori hanno anche impostato i parametri per ottenere l'algoritmo per trovare i tweet inviati quando gli utenti sono arrivati ​​a casa. Come ci si aspetterebbe, a New York c'erano molti più tweets associati al bere che nella contea di Monroe.

I ricercatori ritengono che l'algoritmo abbia un'applicazione molto più ampia: può analizzare il movimento umano, le relazioni tra i dati demografici, la struttura del vicinato e le condizioni di salute in diverse regioni. "I nostri risultati dimostrano che i tweet possono fornire spunti potenti e a grana fine delle attività in corso nelle città", hanno scritto i ricercatori nello studio.

Ho preso #martinimonday completamente nel modo sbagliato e ora sono ubriaco al lavoro.

- Christina McGrath (@xtinamcgrath) 7 marzo 2016

Così può essere l'invio di SMS non è così male se aiuta i ricercatori a saperne di più sul comportamento umano? Puoi essere il giudice.

$config[ads_kvadrat] not found