Optimis yang buruk: para ilmuwan telah mengidentifikasi tautan antara konten tweet dan pendapatan pengguna

Tim ilmuwan, pakar IT dari beberapa universitas Amerika dan Inggris dan Microsoft Research telah mengidentifikasi hubungan antara konten dan warna emosional pesan Twitter dan pendapatan pengguna. Orang-orang dengan pendapatan tinggi mempublikasikan berita tentang politik dan mengekspresikan kemarahan, dan dengan yang lebih rendah, mereka menggunakan bahasa cabul dan mempublikasikan pesan optimis.



Di Inggris ada Klasifikasi Pekerjaan Standar, sebuah sistem yang mengklasifikasikan pekerja berdasarkan kompleksitas dan kualifikasi mereka. Hirarki ini mencakup sembilan kelas. Para ilmuwan memilih lima ribu akun yang mewakili semua sembilan kelas, dan memproses basis data sepuluh juta tweet mereka.

Dalam proses pemrosesan tweet, para ilmuwan memilih kata-kata spesifik, paling sering ditemukan di setiap kelas. Untuk setiap kelas, algoritma memilih kata-kata yang dalam frekuensi penggunaan sangat berbeda dari frekuensi di kelas-kelas lain. Para peneliti kemudian secara manual mengelompokkan hasil berdasarkan kategori dan warna emosional.

Orang-orang dengan pendapatan lebih tinggi cenderung mengekspresikan religiusitas dan berperilaku lebih tenang. Mereka memiliki lebih banyak pengikut dan retweet daripada pengguna dengan pendapatan lebih sedikit, meskipun mereka mengirim lebih sedikit pesan dan lebih sedikit tautan. Analisis otomatis terhadap bahasa tersebut mengungkapkan bahwa orang-orang berpenghasilan tinggi lebih cenderung mengekspresikan kemarahan dan ketakutan, menerbitkan berita tentang politik, LSM, dan pesan perusahaan.

Orang dengan pendapatan rendah sering menggunakan bahasa kotor, tetapi pesan mereka lebih optimis. Mereka menggunakan Twitter untuk berkomunikasi pada topik sehari-hari.

Data yang diperoleh akan memungkinkan kami untuk memecahkan masalah terbalik - untuk menebak pendapatan pengguna di Twitter, setidaknya di Inggris.


Pendapatan pengguna dalam sampel berdasarkan jumlah mereka. Penelitian ini melibatkan 5.191 akun.

Memproses susunan besar pesan di Twitter memungkinkan para ilmuwan untuk melakukan penelitian di berbagai bidang ilmu pengetahuan. Sebelumnya, psikolog membuktikan bahwa emosi negatif menyebabkan penyakit jantung . Kemudian para peneliti menganalisis 148 juta tweet dari pengguna dari 1347 wilayah berbeda di Amerika Serikat, menyoroti tanda-tanda emosi negatif - penyebutan bencana, kejahatan dan penyakit, keluhan kurang tidur dan kata-kata penanda lainnya. Kemudian, para ilmuwan membandingkan hasilnya dengan distribusi geografis aktual penyakit kardiovaskular. Ternyata, kedua kartu itu mirip satu sama lain.

Source: https://habr.com/ru/post/id384831/