Crowdbreaks：利用公共社交媒体数据与众包追踪健康趋势

在过去十年中，利用社交媒体数据追踪健康趋势展现出巨大前景，这得益于全球社交媒体的大规模普及，以及日益强大的硬件和软件使我们能够处理这些新的大数据流。与此同时，许多挑战性问题已被指出。首先，在线数据变化的速度与算法更新的速度之间常存在错配，这意味着基于过去数据训练的算法可重用性有限，因为其性能会随时间下降。其次，许多工作聚焦于特定过去时期的特定问题，尽管公共卫生机构需要灵活工具来实时评估多种不断演变的情况。第三，大多数提供此类能力的工具是专有系统，算法或数据透明度低，因此难以获得全球公共卫生与研究社区的认可。在此，我们介绍Crowdbreaks，一个开放平台，通过持续众包标注公共社交媒体内容来追踪健康趋势。该系统以自动化典型工作流（从数据收集、过滤、标注到机器学习分类器训练）的方式构建，因此可大幅加速公共卫生领域的研究进程。本工作介绍了该平台的技术方面并探讨其未来用例。