2015-10-03

Бедные оптимисты: учёные выявили связь между содержанием твитов и доходом пользователей

Команда учёных, ИТ-специалистов из нескольких американских и британских университетов и Microsoft Research выявили связь между содержанием и эмоциональным окрасом сообщений в Twitter и доходом пользователей. Люди с высоким доходом публикуют новости о политике и выражают гнев, а с меньшим — используют нецензурную лексику и публикуют оптимистичные сообщения.

В Великобритании существует «The Standard Occupational Classification» — система, классифицирующая работников по сложности и квалификации труда. В эту иерархию входят девять классов. Учёные отобрали пять тысяч аккаунтов, представляющих все девять классов, и обработали базу из десяти миллионов их твитов.

В процессе обработки твитов учёные отобрали специфические слова, чаще всего встречающиеся у каждого класса. Для каждого класса алгоритм отобрал слова, которые по частоте употребления сильно отличаются от частоты в других классах. Затем исследователи вручную сгруппировали результаты по категориям и по эмоциональному окрасу.

Люди, имеющие более высокий доход, реже выражают религиозность и более спокойно ведут себя. У них больше фолловеров и ретвитов, чем у пользователей с меньшим доходом, хотя они отправляют меньше сообщений и меньшее количество ссылок. Автоматический анализ языка выявил, что люди с высоким доходом чаще выражают гнев и страх, публикуют новости о политике, негосударственных организациях и сообщения о корпорациях.

Люди с меньшим доходом чаще используют нецензурную лексику, но их сообщения более оптимистичны. Они пользуются Twitter для общения на повседневные темы.

Полученные данные позволят решать обратную задачу — угадывать доход пользователей по Twitter, во всяком случае в Великобритании.

Доход пользователей в выборке по их количеству. В исследовании участвовали 5191 аккаунт.

Обработка больших массивов сообщений в Twitter позволяет учёным проводить исследования в разных сферах науки. Ранее психологи доказали, что негативные эмоции ведут к сердечным заболеваниям. Тогда исследователи проанализировали 148 миллионов твитов от пользователей из 1347 различных регионов США, выделяя признаки негативных эмоций — упоминания о катастрофах, преступлениях и болезнях, сетование на недостаток сна и другие слова маркеры. Затем учёные сравнили результат с реальным географическим распределением сердечно-сосудистых заболеваний. Как оказалось, обе карты похожи друг на друга.