Les chercheurs ont prédit un succès de régime - ou un échec - avec un taux de précision de 77 pour cent basé sur le sentiment des mots et des phrases utilisés sur Twitter.
«Nous constatons que ceux qui réussissent le mieux à respecter leurs objectifs quotidiens expriment des sentiments plus positifs et ont un plus grand sentiment d'accomplissement dans leurs interactions sociales», explique Munmun De Choudhury, professeur adjoint au Georgia Institute of Technology et chercheur principal sur le projet. "Ils se concentrent sur l'avenir, généralement plus social, et ont de plus grands réseaux sociaux."
Des mots et des expressions comme «Entraînez-vous comme un entraîneur ... gagnez comme 6 champion du temps», «Si vous n'échouez pas, vous n'essayez pas assez ... [sic]» et «Si nous ne trébuchons jamais, nous ne tomberons jamais. Si nous ne tombons jamais, nous n'échouons jamais, et si nous ne manquons jamais nous ne grandissons jamais! "Sont quelques exemples du langage optimiste et autoréflexif que la recherche indique est le plus commun aux personnes à la diète réussies.
D'autres traits de succès des personnes à la diète sont qu'ils ont tendance à être plus axés sur des sujets liés à la santé et la forme physique, et ils sont plus interactifs socialement.
«Nous constatons que ces utilisateurs sont beaucoup plus susceptibles de partager des recettes saines, d'offrir des conseils sur la nutrition et l'exercice, et de rendre compte de leurs propres progrès», explique De Choudhury. "Leur plus grand réseau d'amis et de suiveurs, et un engagement accru, signifie qu'ils ont aussi tendance à avoir des systèmes de soutien plus forts, ce qui a un impact positif sur la probabilité de suivre un régime."
Quant à ceux qui ne réussissent pas à atteindre leurs objectifs alimentaires, leurs tweets ont souvent un ton négatif manifeste et ils ont tendance à être plus inquiets et craintifs dans leurs messages.
"Ces utilisateurs ont tendance à être plus anxieux apparemment à cause d'un manque de contrôle émotionnel, et à cause de certaines activités et événements de la vie quotidienne", explique De Choudhury.
Exemples de messages ici comprennent: «Je suis sûr que je vais perdre la tête. Complètement perdre le peu qui reste. Je pleure à la pensée de choses stupides ... "et" Sentez-vous brut comme de vieilles bottes ce matin: / La cheville fait mal, les blessures au tibia, la poitrine fait mal, la tête fait mal. "
#myfitnesspal
Alors que l'étude de Twitter peut révéler des informations sur l'état de santé des utilisateurs, cette recherche innove dans la mesure où le groupe d'étude se compose de personnes qui ont connecté leur MyFitnessPal (MFP) - une application de comptage des calories et comptes Twitter.
"Ces zones ont été observées individuellement pour glaner des indicateurs de santé", explique De Choudhury. "Cependant, considérer ces sources de données ensemble et appliquer une méthodologie de test de causalité établie nous permet de valider pour la toute première fois l'efficacité des médias sociaux et l'auto-détection quantifiée en révélant le risque à la conformité de régime."
La recherche porte sur plus de 2 millions de tweets et 100,000 + entrées quotidiennes MFP provenant de près de 700 individus. L'API de streaming officielle de Twitter a été utilisée pour identifier les utilisateurs qualifiés en recherchant dans les posts partagés publiquement avec le hashtag "#myfitnesspal" et qui contenait un lien incorporé.
Les entrées du journal alimentaire d'une personne du PMF ont été couplées avec les messages Twitter de la période correspondante. À partir de cela, l'adhésion à leurs objectifs de régime a été comparée aux attitudes et aux comportements exprimés dans les tweets.
Les chercheurs ont analysé les tweets d'attributs linguistiques qui révèlent les liens entre l'expression comportementale d'une personne et sa santé et son bien-être. Avec les aspects affectifs et cognitifs, ils ont examiné le style linguistique des tweets.
Le moment où un régime échoue
À l'avenir, De Choudhury suggère que la nouvelle méthode analytique pourrait être mise de l'avant pour offrir de meilleurs avantages en matière de santé et de bien-être.
«Par exemple, en alignant temporellement les médias sociaux, les auto-évaluations quantifiées et les attributs autodéclarés, les modèles statistiques peuvent explorer la dynamique des événements autour du moment ou du moment où l'alimentation d'un individu risque d'échouer», explique De Choudhury. "Cela permettrait de prendre des mesures proactives pour assurer des résultats de santé plus positifs."
A papier sur le travail sera présenté à 20th ACM Conférence de cette semaine sur le travail coopératif assisté par ordinateur et l'informatique sociale à Portland, Oregon.
La source: Georgia Tech
Livres connexes
at Marché InnerSelf et Amazon
