社交媒体可以透露的不仅仅是一个人的情绪或心境。根据斯坦福大学学者约翰内斯·埃施塔德的最新研究，它可以捕捉整个人群的心理状态。
Johannes Eichstaedt(图片来源:Jose Gallardo)
Eichstaedt的研究结果发表在4月27日的《美国国家科学院院刊》(Proceedings of the National Academy of Sciences)杂志上。该研究发现，通过机器学习(教计算机识别和分析大型数据集中的模式)，研究人员原则上可以实时看到一个社会的情况。
“这些方法确实展示了如何在21世纪的数字世界中进行心理测量，”Eichstaedt说，他是人文科学学院的心理学助理教授，也是斯坦福大学人类中心人工智能研究所的初级研究员。
在过去的十年里，Eichstaedt测试了如何使用包括Twitter在内的社交媒体来衡量一个社区的幸福感。他认为，社交媒体提供了人类历史上关于行为、情感和思想的最大数据集。
虽然研究人员在论文中承认推特不能代表美国人口，但它仍然可以让人们了解他们的日常生活。
他说:“我们真正关心的是人们在心理和身体健康方面的表现，而不仅仅是国内生产总值的增长。”“你可能不关心主观幸福感本身，但主观幸福感会影响死亡率，包括心脏病。它还会影响经济底线。所以，对于一个种群来说，这是一个非常重要的变量。”
从调查研究到社交媒体
为了评估分析一个地区幸福感的不同方法，Eichstaedt和一组研究人员比较了从2009年到2015年超过10亿条带有地理标记的推特和来自盖洛普- sharecare幸福感指数(gallupsharecare well-being Index)的170万条回复。盖洛普- sharecare幸福指数是一项深入调查，衡量人们如何体验日常生活。
长期以来，研究人员一直依赖盖洛普(Gallup)等调查来衡量一个人的幸福感。虽然准确，但它们可能是昂贵和耗时的工作。Eichstaedt说，有时需要数年时间才能收集到足够的数据进行粗略的社区评估。
但是，当使用数据驱动技术进行扩展时，这种负担可以得到缓解。Eichstaedt发现,当一种算法是训练用户的反应书面健康调查和样本文章从社交媒体相同的受访者,它可以部署在一个更大的规模预测人们如何从整个区域会回应传统调查仅基于他们的微博。
断章取义
在使用机器学习方法之前，研究人员要么挑选单词，要么让评分者对单词的“积极”程度进行注释。但是，Eichstaedt说，挑选衡量幸福感的词汇可能非常困难。
例如，研究人员发现，网络俚语，如“LOL”(“大声笑”的首字母缩写)、good(好)和“love”等，经常用于收入较低、受教育程度较低的地区(总体而言，幸福感较低)。因此，尽管这些话听起来像是积极的话语，但事实并非如此。
类似地，Eichstaedt发现，像“homework”和“taxes”这样的词在断句中可能会显得消极，但研究人员发现，这些词更多地被受过高等教育和收入较高的人使用——其他研究发现，这一群体通常具有更高的幸福感。
“在选择衡量幸福感的词汇时，注意美国各地语言使用的文化差异是非常重要的,”Eichstaedt说。
但是机器学习方法可以帮助确定哪些单词比其他单词更重要。当该算法将一个人的社交媒体帖子与他们的调查回复进行比较时，它发现像“LOL”这样的词并不是幸福的可靠指标，而是使用了“有趣”和“兴奋”这样的词。
Eichstaedt说:“让电脑学习单词可能是找到衡量幸福感的单词的最好方法。”“语言使用上的差异可能相当复杂。”
未来使用
研究人员指出，幸福感还与其他重要因素有关，包括整体健康状况。例如，人们的压力会导致不健康的行为，如过度饮酒或吸烟，这反过来会对他们的健康产生负面影响，他说。
Eichstaedt说:“当人们遭受抑郁和焦虑时，我们需要知道，这样我们才能确保他们拥有所需的资源。”他目前正在应用这种方法研究新型冠状病毒大流行对美国各城市人口的影响
“COVID-19是一场自然灾害，以前所未有的规模扰乱了我们的社会规范和日常生活，”Eichstaedt说。“有了这项基于twitter的实时技术，心理学家可以监测孤独和焦虑是否在社区中扎根，以及我们的幸福感如何受到社交距离的影响。”没有其他数据源可以在人口规模上提供这样的度量，并如此快速地给出估计。现在，使用强大的机器学习方法比以往任何时候都更重要。”
论文的合著者包括新加坡国立大学的Kokil Jaidka，宾夕法尼亚大学的Salvatore Giorgi和Lyle H. Ungar，石溪大学的H. Andrew Schwartz和墨尔本大学的Margaret L. Kern。南洋总统博士后奖、奥多比研究奖、罗伯特·伍德·约翰逊基金会先锋奖和邓普顿宗教信托基金赠款为这项研究提供了支持。
新闻旨在传播有益信息，英文原版地址：https://news.stanford.edu/2020/04/27/social-media-can-reveal-communitys-well/