面向在线公共卫生干预的社交机器人
社会与信息网络
2018-11-16 v1
摘要
根据美国疾病控制与预防中心的数据，美国每年有数十万人开始吸烟，数百万人患有与吸烟相关的疾病。许多烟草使用者在社交媒体上讨论他们的习惯和偏好。本研究构建了一个针对健康干预的框架，以告知烟草使用者使用烟草的后果。我们设计了一个名为 Notobot（No-Tobacco Bot 的缩写）的 Twitter 机器人，它利用机器学习识别发布亲烟草推文的用户，并选择个性化干预措施以应对他们对烟草使用的兴趣。我们搜索 Twitter 信息流中的烟草相关关键词和短语，并使用超过 4000 条被二分类手动标注为亲烟草或非亲烟草的推文训练了一个卷积神经网络。该模型在训练集上达到 90% 的召回率，在测试数据上达到 74%。发布亲烟草推文的用户会与具有相似兴趣且发布过反烟草推文的前吸烟者进行匹配。基于同伴影响力的算法匹配，使得能够根据前吸烟者真实的反烟草推文系统性地提供个性化干预。实验评估表明，我们的系统在部署后会有良好表现。该研究为公共卫生研究者在大规模上提升健康意识提供了机会。未来的工作包括在公共卫生活动中以受控实验部署完全可运行的 Notobot 系统。
引用
@article{arxiv.1804.07886,
title = {Social Bots for Online Public Health Interventions},
author = {Ashok Deb and Anuja Majmundar and Sungyong Seo and Akira Matsui and Rajat Tandon and Shen Yan and Jon-Patrick Allem and Emilio Ferrara},
journal= {arXiv preprint arXiv:1804.07886},
year = {2018}
}