Key points are not available for this paper at this time.
Les médias sociaux peuvent fournir de nouvelles perspectives sur notre compréhension de l'utilisation des substances et de la dépendance. Dans cette étude, nous avons développé une méthode d'apprentissage profond pour classifier automatiquement le risque des individus concernant l'alcool, le tabac et la consommation de drogues en fonction du contenu de leurs profils Instagram. Au total, 2287 utilisateurs actifs d'Instagram ont participé à l'étude. Des réseaux neuronaux convolutionnels profonds pour les images et des mémoires à long et court terme (LSTM) pour le texte ont été utilisés pour extraire des caractéristiques prédictives de ces données pour l'évaluation des risques. L'évaluation de notre approche sur un ensemble de test réservé de 228 individus a montré que, parmi les substances que nous avons évaluées, notre méthode pouvait estimer le risque d'abus d'alcool avec une signification statistique. Ces résultats sont les premiers à suggérer que des approches d'apprentissage profond appliquées aux données des réseaux sociaux peuvent être utilisées pour identifier des comportements à risque potentiels d'utilisation de substances, comme la consommation d'alcool. L'utilisation de techniques d'estimation automatisées peut fournir de nouvelles perspectives pour la prochaine génération d'évaluation des risques au niveau populationnel et de mise en œuvre des interventions.
Hassanpour et al. (Mercredi,) ont étudié cette question.