Bagaimana Nada Tweets Anda Bisa Memprediksi Sukses Diet AndaPeriset memprediksi keberhasilan diet - atau kegagalan - dengan tingkat akurasi 77 persen berdasarkan sentimen dari kata dan frasa yang digunakan orang di Twitter.

"Kami melihat bahwa mereka yang lebih sukses berpegang pada tujuan diet harian mereka mengekspresikan sentimen positif lebih banyak dan memiliki rasa pencapaian yang lebih besar dalam interaksi sosial mereka," kata Munmun De Choudhury, asisten profesor di Georgia Institute of Technology dan peneliti utama di proyek. "Mereka fokus pada masa depan, umumnya lebih sosial, dan memiliki jaringan sosial yang lebih besar."

Kata-kata dan ungkapan-ungkapan seperti "Kereta cerdas seperti pelatih ... menang seperti juara waktu 6 [sic]," "Jika Anda tidak gagal Anda tidak berusaha cukup keras ... [sic]," dan "Jika kita tidak pernah tersandung, kita tidak akan pernah jatuh. Jika kita tidak pernah jatuh, kita tidak akan pernah gagal, dan jika kita tidak pernah gagal, kita tidak akan pernah tumbuh! "Adalah beberapa contoh bahasa optimis dan refleksi diri yang ditunjukkan oleh penelitian ini paling umum terjadi pada pelaku diet yang sukses.

Sifat lain dari pelaku diet yang sukses adalah mereka cenderung lebih fokus pada topik yang berkaitan dengan kesehatan dan kebugaran, dan ini lebih interaktif secara sosial.

"Kami melihat bahwa pengguna ini lebih cenderung berbagi resep sehat, menawarkan tip tentang nutrisi dan olahraga, dan melaporkan kemajuan mereka sendiri," kata De Choudhury. "Jaringan teman dan pengikut mereka yang lebih besar, dan peningkatan keterlibatan, berarti mereka cenderung juga memiliki sistem pendukung yang lebih kuat, yang berdampak positif pada kemungkinan kepatuhan diet."


grafis berlangganan batin


Bagi mereka yang tidak berhasil memenuhi tujuan diet, tweets mereka sering memiliki nada yang sangat negatif dan cenderung lebih tidak nyaman dan takut dalam posting mereka.

"Pengguna ini cenderung lebih cemas nampaknya karena kurangnya kontrol emosional, dan karena aktivitas dan kejadian tertentu dalam kehidupan sehari-hari," kata De Choudhury.

Contoh posting di sini termasuk, "Saya yakin saya akan kehilangan akal. Sepenuhnya kehilangan sedikit yang tersisa. Aku menangis memikirkan hal-hal bodoh ... "dan" Merasa kasar seperti sepatu bot lama pagi ini: / Ankle sakit, sakit kepala, sakit dada, sakit kepala. "

#myfitnesspal

Sementara studi tentang Twitter dalam isolasi dapat mengungkapkan wawasan tentang status kesehatan pengguna, penelitian ini memecahkan masalah baru karena kelompok studi tersebut terdiri dari orang-orang yang telah menghubungkan akun app-dan akun Twitter MyFitnessPal (MFP) mereka.

"Daerah ini telah diamati secara terpisah untuk mengumpulkan indikator kesehatan," jelas De Choudhury. "Namun, mengingat sumber data ini bersama-sama dan menerapkan metodologi pengujian kausalitas yang mapan memungkinkan kita untuk memvalidasi untuk pertama kalinya kemanjuran media sosial dan penginderaan diri terukur dalam mengungkapkan risiko terhadap kepatuhan diet."

Penelitian ini melihat lebih dari 2 juta tweets dan 100,000 + entri MFP harian dari hampir 700 individu. API streaming resmi Twitter digunakan untuk mengidentifikasi pengguna yang memenuhi syarat dengan mencari pos bersama publik dengan hashtag "# myfitnesspal" dan yang berisi tautan tersemat.

Entri buku harian MFP individu digabungkan dengan posting Twitter dari periode waktu yang sesuai. Dari sini, kepatuhan terhadap tujuan diet mereka dibandingkan dengan sikap dan perilaku yang diungkapkan dalam tweet.

Periset menganalisis tweet untuk atribut linguistik yang mengungkapkan hubungan antara ekspresi perilaku seseorang dan kesehatan dan kesejahteraan mereka. Seiring dengan aspek afektif dan kognitif, mereka memeriksa gaya linguistik tweet tersebut.

Saat ketika diet gagal

Ke depan, De Choudhury menyarankan bahwa metode analisis baru dapat didorong untuk memberikan manfaat kesehatan dan kesejahteraan yang lebih baik.

"Misalnya, dengan menyelaraskan media sosial secara temporer, penginderaan diri terukur, dan atribut yang dilaporkan sendiri, model statistik mungkin dapat mengeksplorasi dinamika kejadian sekitar kapan atau seberapa cepat diet seseorang cenderung gagal," kata De Choudhury. "Ini akan memungkinkan tindakan proaktif diambil untuk membantu memastikan hasil kesehatan yang lebih positif."

A kertas dalam pekerjaan akan dipresentasikan pada Konferensi ACM 20th minggu ini tentang Pekerjaan Koperasi dan Komputasi Sosial yang Didukung Komputer di Portland, Oregon.

Sumber: Georgia Tech

Buku terkait

at Pasar InnerSelf dan Amazon