Algoritme yang baru dikembangkan dapat mendeteksi depresi pada pengguna Twitter dengan akurasi 88,39 persen

Algoritme yang baru dikembangkan dapat mendeteksi depresi pada pengguna Twitter dengan akurasi 88,39 persen

Bot dapat melihat pengguna Twitter yang depresi dalam 9 dari 10 kasus

Dikembangkan oleh para peneliti di Brunel College London dan College of Leicester, algoritme menentukan kondisi psychological seseorang dengan mengekstrak dan menganalisis 38 titik knowledge dari profil Twitter publik mereka, termasuk konten postingan mereka, waktu postingan mereka, dan pengguna lain di media sosial mereka. lingkaran.

Tim peneliti mengatakan sistem serupa dapat memiliki berbagai kegunaan yang berbeda di masa depan di berbagai platform, seperti prognosis depresi dini, penyaringan pekerjaan, atau penyelidikan polisi.

“Kami menguji algoritme pada dua foundation knowledge besar dan membandingkan hasil kami dengan teknik deteksi depresi lainnya,” kata Prof Abdul Sadka, Direktur Brunel’s Institute of Digital Futures. “Dalam semua kasus, kami telah berhasil mengungguli teknik yang ada dalam hal akurasi klasifikasi mereka.”

Algoritme dilatih menggunakan dua foundation knowledge yang berisi riwayat Twitter dari ribuan pengguna, di samping informasi tambahan tentang kesehatan psychological pengguna tersebut. Delapan puluh persen informasi di setiap foundation knowledge digunakan untuk mengajarkan bot, dengan 20 persen lainnya digunakan untuk menguji keakuratannya.

Bot bekerja dengan terlebih dahulu mengecualikan semua pengguna dengan kurang dari lima tweet dan menjalankan profil yang tersisa melalui perangkat lunak bahasa alami untuk mengoreksi kesalahan ejaan dan singkatan.

Kemudian mempertimbangkan 38 faktor berbeda – seperti penggunaan kata-kata positif dan negatif pengguna, jumlah teman dan pengikut yang mereka miliki, dan penggunaan emoji – dan menentukan kondisi psychological dan emosional pengguna tersebut.

Menggunakan Dataset Depresi Twitter Tsinghua, tim mengelola akurasi 88,39 persen, sementara akurasi 70,69 persen dicapai dengan menggunakan dataset CLPsych 2015 Universitas John Hopkins.

“Apa pun yang di atas 90 persen dianggap sangat baik dalam pembelajaran mesin. Jadi, 88 persen untuk satu dari dua database itu fantastis,” kata Prof Sadka.

“Ini tidak 100 persen akurat, tetapi saya tidak berpikir pada stage ini solusi pembelajaran mesin apa pun dapat mencapai keandalan 100 persen. Namun, semakin mendekati angka 90 persen, semakin baik.”

Tim mengatakan bahwa sistem seperti itu berpotensi menandai depresi pengguna sebelum mereka memposting sesuatu ke area publik, membuka jalan bagi platform seperti Twitter dan Fb untuk secara proaktif menandai masalah kesehatan psychological dengan pengguna.

Namun, bot juga dapat digunakan setelah sebuah postingan berhasil masuk ke area publik, yang berpotensi memungkinkan pemberi kerja dan bisnis lain untuk menilai kondisi psychological pengguna berdasarkan postingan media sosial mereka. Ini dapat digunakan untuk sejumlah alasan, kata para peneliti, termasuk untuk digunakan dalam analisis sentimen, investigasi kriminal atau penyaringan pekerjaan,

“Algoritme yang diusulkan adalah platform independen, sehingga dapat dengan mudah diperluas ke sistem media sosial lain seperti Fb atau WhatsApp,” kata Prof Huiyu Zhou, Profesor Pembelajaran Mesin di Universitas Leicester.

“Tahap selanjutnya dari penelitian ini adalah menguji validitasnya di lingkungan atau latar belakang yang berbeda, dan yang lebih penting, teknologi yang diangkat dari penyelidikan ini dapat dikembangkan lebih lanjut ke aplikasi lain, seperti e-commerce, pemeriksaan rekrutmen, atau penyaringan pencalonan.”

Artikel asli: Bot dapat melihat pengguna Twitter yang depresi dalam 9 dari 10 kasus

Lebih dari: Universitas Brunel London | Universitas Leicester

Total
0
Shares
Leave a Reply

Your email address will not be published.

Related Posts