Een nieuwe machine learning-tool, ontwikkeld door computerwetenschappers van de Universiteit van Alberta, doorzoekt miljoenen Twitter-berichten om gezondheids- en welzijnstrends in Alberta en in heel Canada te helpen begrijpen.

"We gebruiken machine learning om te bepalen naar welke locatie tweets verwijzen, de dimensie van gezondheid waarmee ze verband houden, en de emoties uitgedrukt in elke tweet, " zei U of A computerwetenschapper Osmar Zaiane.

“Als we dit goed kunnen doen, we een beter begrip kunnen krijgen van hoe het is om op een bepaalde plek te wonen, op het gebied van gezondheid en welzijn."

Het gereedschap, genaamd Grebe, maakt gebruik van de kracht van machine learning om het werk van gezondheidsmonitoringnetwerken van de Public Health Agency of Canada en de Amerikaanse Centers for Disease Control and Prevention te ondersteunen, die over het algemeen vertrouwen op gegevens die zijn verzameld op basis van zelfrapportages of informatie van zorgverleners zoals artsenpraktijken en ziekenhuizen.

"Deskundigen op het gebied van volksgezondheid willen weten wat er in een bepaalde stad of provincie gebeurt, " zei Zaiane. "Hoewel enquêtes nuttige vormen zijn om informatie te verzamelen, zelfrapportages kunnen ook onbetrouwbaar of onnauwkeurig zijn. Met dit type tool kunnen volksgezondheidsdeskundigen naast hun zelfrapportage ook het gedrag van mensen bestuderen."

De wetenschappers gebruikten machine learning om zes dimensies van gezondheid te identificeren:fysiek, emotioneel, beroeps, sociaal, spiritueel en intellectueel - evenals de emoties die in elke tweet en de relevante locatie worden uitgedrukt. Het project begon in Edmonton, werd vervolgens uitgebreid tot heel Alberta en is sindsdien toegepast op alle Canadese provincies.

"Met de tool kunnen experts via een ander medium - in dit geval Twitter - trends verifiëren die ze elders hebben gevonden, bijvoorbeeld door middel van enquêtes, evenals het verifiëren van ander onderzoek, ' zei Zaine.

"Ons doel was niet om de trends zelf te vinden. ons doel was om een ​​tool te bouwen waarmee professionals in de volksgezondheid en sociologen deze trends kunnen analyseren."

Eenmaal voltooid, Grebe wordt via open access beschikbaar gemaakt voor zowel het publiek als andere onderzoekers.

De studie, "Contextvoorspelling in het sociale web met behulp van toegepaste machine learning:een onderzoek naar Canadese tweeters, " werd gepresenteerd op de IEEE/WIC/ACM International Conference on Web Intelligence van 2018.