Овај алгоритам може да каже да ли сте пијани на Твиттеру

У одређено доба ноћи, Твиттер је ризница за опијено понашање.

Слично пијаном писању, има доста људи који изговарају повраћање колико могу да признају у 140 знакова. Провјера оштећења у обавијести може бити једнако болна (или можда више овисно о ономе што је речено) од мамурлука. То се догађа најбољима од нас. Чак је и Аделе била члан пијаног Твиттера и морала је предати свој рачун својим представницима.

Али ваши следбеници нису једини који читају ваше пијанке. Инжењери Универзитета у Роцхестеру креирали су алгоритам за стројно учење који проналази ваше пијанке. Алгоритам може да идентификује вруће тачке за пиће и понашање у пијаном стању, што може да помогне у разумевању проблема јавног здравља у вези са алкохолом и да спроведе боље социолошке студије.

Никада се не пијем на Твиттер. Изгледала сам глупо. Мада не бришете твеетове.

- Јосеф (@ЈосефЦровтхер) 16 марта 2016 г.

Ако извршите брзу претрагу на Твиттер-у, видећете да је тешко изоловати твеет-ове који се односе на кориснике алкохола и твеетова које су послали када су заправо пили. То је била прва ствар коју је истраживачка група урадила - тренирао њихов алгоритам да уочи разлике. Алгоритам је такође прецизнији од других алгоритама за стројно учење при прикупљању кућне локације корисника Твиттера.

Јесам ли споменуо … пијан сам … даме … ЈК … Али заиста сам пијан КСД

- Ентоан (@ЕнтоанТхеПацк) Марцх 13, 2016

Студија објављена 10. марта открива алгоритам у акцији јер су истраживачи прикупили око 11.000 геолоцираних твитова у два подручја: Нев Иорк Цити и предграђе округа Монрое, који укључује град Роцхестер. Алгоритам је филтрирао кључне речи везане за алкохол - пијан, забава, пиво - и користио је Амазон'с Мецханицал Турк, службу за цровдсоурцинг која координира задатке људске интелигенције, да анализира твеетове. Истраживачи су такође поставили параметре како би алгоритам пронашао твеетс који су послани када су корисници дошли кући. Као што се могло очекивати, у Нев Иорку је било много више твеетова везаних за пиће него у округу Монрое.

Истраживачи верују да овај алгоритам има много ширу примену: може да анализира људски покрет, односе између демографије, структуре суседства и здравствених услова у различитим регионима. "Наши резултати показују да твеет-ови могу пружити снажне и фино зрнате знакове активности које се одвијају у градовима", написали су истраживачи у студији.

Узео сам #мартинимондаи потпуно погрешан пут и сада сам пијан на послу.

- Цхристина МцГратх (@ктинамцгратх) Марцх 7, 2016

Тако можда пијаног писања није толико лоше ако помаже истраживачима да науче више о људском понашању? Можете бити судија.