你的推文对你的评价

时间:2017-05-15 01:08:07166网络整理admin

<p>你的推文能告诉你多少钱</p><p>从我在Twitter上使用的最后一百九十二个单词来看,我对于感觉乐观和风度翩翩而言是平均的,而且我比大多数人更不容易感到沮丧或生气</p><p>至少,是由AnalyzeWords提供的快照,这是德克萨斯大学心理学家James Pennebaker的最新作品之一,他研究语言与幸福和个性的关系Pennebaker最着名的项目之一是一个名为语言调查和Word的计算机程序Count(LIWC),它查看我们使用的单词,以及在什么频率和背景下,并使用这些信息来衡量我们的心理状态和我们个性的各个方面自从LIWC创建以来,在1993年,利用该计划的研究已经他们提出了我们的语言,我们的心态和行为之间的紧密联系</p><p>例如,他们已经证明,在快速约会时使用的词可以预测相互浪漫的兴趣和期望的未来</p><p>圆通;一个人的单词选择可以揭示她在社会或专业等级中的位置;并且使用不同的填充词(“我的意思是”;“你知道”)可以表明说话者是男性还是女性,年龄或年龄更大,或多或少尽职尽责甚至我们使用“and,and, “”,“或”“可以与抑郁,对压力,社会地位,文化规范,性别和年龄的反应联系起来”我们在自然语言中使用的词语通常以不可预测的方式反映我们的思想和感受,“Pennebaker和他的同事Cindy Chung写过社交媒体似乎是量身定制的,可以将这种语言分析提升到一个新的水平你不必要求写样本或日记条目这些都已经在线:推文,Tumblr帖子,甚至Instagram字幕让研究人员能够以前所未有的规模获得个人使用的语言但社交媒体语言分析的世界也充满了困难“这种方法的最大问题是建立因果关系,”Pennebaker说,当我sp上周向他提出的一项研究,上个月,来自宾夕法尼亚大学的一组研究人员,心理学家Johannes Eichstaedt和他的同事们分析了144个美国各县的8,269万条推文(这些县关闭了然后,使用由Pennebaker **开发的一些单词 - 其中一些由Eichstaedt团队开发 - 可以与愤怒,焦虑,社交活动**,**和积极的消极的情绪,他们给每个县一个情感的轮廓最后,他们问了一个简单的问题:这些简介有助于确定哪些县可能有更多的心脏病死亡</p><p>事实证明,答案是肯定的,其中居民的推文包括与敌意,侵略,仇恨和疲劳等词语相关的词语,例如“混蛋”,“嫉妒”和“无聊” - 死亡率明显较高来自动脉粥样硬化性心脏病,包括心脏病和中风相反,人们的推文反映了更积极的情绪和参与,心脏病不太常见基于推特的模型甚至比基于传统人口统计,社会经济和健康的其他模型具有更强的预测能力 - 风险因素人们早就知道,压力,愤怒和孤独会增加心脏病发作和其他通常是致命的心脏病的风险但这并不会使这项研究的结果变得不那么奇怪即使研究人员发出警告:人们发布的推文不是人们死亡,“他们指出个人的推文没有显示出预测她患心脏病的风险;相反,该国某些地区的集体消极推特相应于这些地区更高的死亡率这种相关性特别奇怪,因为推文的人总体而言比死于心脏病的人更年轻根据最新的统计数据来自皮尤研究中心,大约百分之十九的美国成年人使用Twitter;在这些用户中,只有22%的人年龄超过50岁</p><p>另一方面,心脏病发作的风险随着年龄的增长而增加,在六十年代急剧上升,并且在一个八十年代持续增加一些年轻人的负面推特习惯如何表明无关但附近的老年人处于危险之中</p><p>研究人员有一个理论:他们认为“Twitter的语言可能是社区背景聚集和强大影响的窗口”他们指出其他流行病学研究已经显示出关于社区的一般事实,例如“社交”凝聚力和社会资本,“对个人健康产生影响”从广义上讲,生活在较贫穷,更加分散的社区的人们比生活在更富裕,更融洽的人群中的健康状况更差</p><p>“当我们进行子分析时,我们发现权力推特在很大程度上归功于社区和社会经济变量,“当我们通过Skype发言时,艾希斯塔德告诉我简言之,一个年轻人的负面,愤怒和压力大的推文可能反映了他或她的压力诱导环境 - 以及相同的环境可能会对同一社区的其他老年人产生负面的健康影响但这个故事只是猜测:研究中没有任何内容直接检查来自县与县之间的压力水平如何不同,或者将Twitter用户的感受与长辈的健康联系起来上周,当我与Pennebaker谈论这些发现时,他也敦促我对从中得出因果关系的结果持谨慎态度</p><p>研究(他没有参与研究,并且与团队中的任何人没有关联)“要说十八岁的人发布敌对信息与他们曾祖父母的突然死亡有关,这是一个相当大的逻辑飞跃, “他说,这种关系可能具有统计意义,也可能是一种侥幸</p><p>然而,这种可能性并不一定会使工作变得不那么有价值:”即使它最终确实没有真正的联系,它也会迫使你思考什么是因果关系</p><p>“Pennebaker说大规模的语言分析可能很有意思,因为它提出了问题 - 而不是因为它回答了问题</p><p>与此同时,Eichstaedt的团队正在完善其工作研究人员现在正与一个进行纵向流行病学研究的小组合作;该计划是随着时间的推移跟踪社区和个人,而不是查看高空快照(心脏病研究中的推文都是Twitter在6月份之间为研究人员提供的10%随机样本的一部分, 2009年和2010年3月;理想情况下,研究将追随个人用户数月,如果不是几年)Eichstaedt也正在查看Facebook个人资料:Twitter数据,他说,投入了广泛的网络,但它不是作为Facebook上的信息,富有表现力,深刻和个性并非所有大数据都是平等的Eichstaedt的研究是当今大数据心理学的典型:它很有吸引力,但正在进行的工作一方面,它是基于相关而不是因果关系;另一方面,它可以为现有的因果模型提供更快,更便宜的窗口</p><p>对于心理学家来说,这种工作可以揭示通过普通实验室研究难以捕捉的更大的文化和社会趋势,例如,Pennebaker目前使用来自Twitter的数据来识别和跟踪某些价值观,例如家庭凝聚力和宗教信仰,随着时间的推移而变化社会媒体语言数据,此外,不必用于研究大型团体;它可以有效地应用于个人而不是社区2013年,微软研究院的一个小组分析了患有抑郁症的人写的大约七万条推文;然后,他们创建了一个预测指数,可以根据社交媒体帖子识别可能患有抑郁症的其他用户同一组还创建了一个模型来预测新妈妈产后抑郁症的风险</p><p>它查看了制作婴儿公告的人的推文</p><p>然后追踪怀孕前,怀孕期间和怀孕后情绪语言的变化(爱丽丝格雷戈里,在该杂志最近的一篇文章中描述了危机文本行的类似“预测分析”努力,这是一项针对青少年的基于文本消息的咨询服务)Eichstaedt例如,设想一个精神科医生可能会要求允许监控病人的电话,分析电子邮件,文本,社交媒体更新等,并在某些心理状态的风险下发出警报的世界,例如抑郁,崛起 Pennebaker指出,在社交媒体上撰写文章可能具有治疗价值,无论其对实验者的预测价值如何</p><p>几十年来,Pennebaker的研究表明,当人们记录日记时,他们往往情绪更好,从消极体验中恢复得更快,在学术和专业方面取​​得更大的成就其他近期的工作表明,社交媒体提供了同样的好处,尽管与期刊不同,它本身就是公共的2013年的一项研究发现,博主们与那些保持常规日记的人一样获得了同样的治疗效果</p><p>更重要的是,最高的好处来自于撰写可以发表评论的条目,这些条目实际上比私人日记条目更有益研究人员希望使用社交媒体来了解你但是通过在公共空间写作,