[Video] Hoe Twitter de griep-epidemie voorspelt #wetenschap
Twitter geeft een (lokale) mood/ stemming maar ook sfeer en trend aan. Da’s duidelijk kijkend naar de massa’s aan meningen en discussies.
Voorspelling van griep
Onderzoekers van de University of Rochesterliten – in 2012 al – zien hoe Twitter gebruikt kan worden voor voorspellingen. Deze keer voor het voorspelling van de griep-epidemie. Ze hebben Twitter gebruikt voor een model waarin factoren zoals de sociale status, de blootstelling aan vervuiling en interpersoonlijke relaties invloed hebben op de griepverspreiding.
Luisteren
“If you want to know, down to the individual level, how many people are sick in a population, you would have to survey the population, which is costly and time-consuming,” zei Adam Sadilek, wetenschappelijk onderzoeker van de University of Rochester. “Twitter and the technology we have developed allow us to do this passively, quickly and inexpensively; we can listen in to what people are saying and mine this data to make predictions.” Veel tweets zijn geo-tagged. Vitaal voor het onderzoek. Ook worden andere GPS-gegevens gebruikt om de gebruiker te traceren. Er wordt vooral gekeken naar wat men zegt in de tweets in combinatie met hun lokatie. Ook de interactie wordt bekeken en het uiten van hun ‘mood’.
New York en een app
Bij het samenstellen van het model zijn gebruikers via Twitter in New York gevolgd. In de fitness, in de metro, het lopen in de open lucht en andere lokaties die opgespoord konden worden. In totaal zo een 70 factoren om tot het model te komen om over een grote groep tweeps te leggen. “Some of their results are perhaps not surprising; for example, pollution sources seem to have a negative effect on health. However, this is the first time this impact has been extracted from the online behavior of a large online population. “ Aldus de onderzoekers Sadilek en zijn collega Professor Henry Kautz. Het model heeft tot een app geleid genaamd GermTracker. De app wordt gehost op de site http://fount.in. Januari dit jaar hebben meer dan 10.000 gebruikers de site bezocht. “This app can be used by people to make personal decisions about their health. For example, they might want to avoid a subway station if it’s full of sick people,” en “It could also be used in conjunction with other methods by governments or local authorities to try to understand outbursts of the flu.”
De video met uitleg over het onderzoek