Un algoritmo para 'cazar' tuiteros ebrios

Investigadores norteamericanos han diseñado un algoritmo que permite identificar los tuits enviados bajo la influencia del alcohol

A lo mejor, en el futuro, los alcoholímetros serán sustituidos por el timeline de tu cuenta en Twitter: un grupo de investigadores de la Universidad de Rochester, en Estados Unidos, dirigidos por Nabil Hossain, ha diseñado un algoritmo para intentar averiguar si un tuitero está enviando sus mensajes bajo la influencia de la bebida

Gracias a él, aseguran estos expertos, se pueden extraer conclusiones estadísticas de utilidad para diseñar campañas más eficaces contra el alcoholismo.  ¿Y cómo han entrenado Hossain y sus colaboradores su “máquina” para detectar tuiteros ebrios?

En primer lugar, han analizado 11.000 tuits geolocalizados en la ciudad de Nueva York y el condado de Monroe que incluían palabras relacionadas con la actividad de beber: “borracho”, “cerveza”, “fiesta”, etcétera. Para ello, contaron con la colaboración de los llamados turkers, personas que hacen tareas como etiquetar datos, textos o fotos, a los que pidieron valorar los mensajes y adjudicarlos a usuarios “achispados”.

Luego también hicieron ese trabajo concienzudo de clasificación para establecer si los tuiteros estaban en su casa o utilizaban la red social desde algún bar u otro lugar.  El tercer paso fue ubicar los tuits en un mapa y compararlo con las estadísticas existentes de consumo de alcohol. Este triple filtro afinó el algoritmo y permitió sacar varias conclusiones, como que los tuiteros de Nueva York bebían mayoritariamente en casa y que los usuarios de Monroe salían más a menudo para hacerlo, hasta más de un kilómetro de distancia. 

También se observaba una correlación geográfica entre la densidad de establecimientos que venden bebida y los tuits relacionados con el alcohol. Pero en este caso es difícil saber si la gente consume más porque hay más bebida disponible o, al revés, si las personas aficionadas al alcohol eligen para vivir zonas donde hay abundancia de tiendas que le suministran la mercancía.  

La mayor utilidad de este tipo de algoritmos es que permite hacer un seguimiento en tiempo real de hábitos y fenómenos sociales, cuando antes era necesario deseñar métodos caros y laboriosos, con selección de individuos, encuestas personalizadas, etcétera.

En el futuro, los investigadores de la Universidad de Rochester intentarán perfeccionar aún más su algoritmo para estudiar el consumo de alcohol según etnia, edad o sexo, por ejemplo.

Etiquetas: alcoholmatemáticasredes socialestecnología

Continúa leyendo

CONTENIDOS SIMILARES

COMENTARIOS

También te puede interesar