Наиболее употребляемые школьниками слова. Иллюстрация исследователей <!--/noi

Группа социологов продемонстрировала возможность автоматически распознавать пол, возраст и ряд психологических характеристик пользователей социальной сети Facebook на основе их статусов. По словам ученых, это позволяет формализовать ряд наблюдений и дает новый инструмент для проведения исследований. Подробности со ссылкой на публикацию исследователей в журнале PLoS One приводит официальный сайт Университета Пенсильвании.

В ходе своей работы сотрудники университета Пенсильвании и Кембриджского университета в Великобритании изучали лексику, используемую в статусах Facebook. Социологи собрали данные о 136 тысячах пользователей, которые в общей сложности обновили свою строку статуса более 13 миллионов раз. Чтобы получить корректную информацию, ученые брали только тех, кто за время эксперимента написал более 1000 слов в строку статуса. В итоге выборка авторов исследования включала 15,4 миллиона статусов с 309 миллионами слов от 74941 человека.

Далее социологи взяли заполненные теми же людьми онлайн-опросники и попытались найти корреляции встречаемости тех или иных слов в статусе с теми или иными характеристиками человека. Математический анализ материала продемонстрировал, что даже сочетания символов, которые были выделены в слова сугубо формально (как произвольная комбинация между двумя пробелами), позволяют узнать, к примеру, пол пользователя. Кроме того, анализ материала тестов показал, что экстраверты чаще используют слова "вечеринка" и "девушки", в то время как интроверты предпочитают компьютерную тематику и Интернет, а также аниме — хотя коэффициент корреляции для аниме и интроверсии оказался ниже, чем для интроверсии и смайла "^_^". Также ученые увидели и характерные для определенного возраста выражения: например, "домашнее задание" и названия предметов выдают школьников, а "дочь" или "муж" характерны для тех, кому больше тридцати лет.

Исследователи полагают, что их работа позволяет отделить стереотипы о той или иной категории пользователей от ее реальных характеристик. Они считают удачным решение не подсчитывать частотность того или иного слова из закрытого списка (скажем, из числа "позитивных эмоций" или из множества "ругательства"), а взять слова и сочетания символов, изначально присутствующие в выборке. Еще одно достоинство подхода — сравнительная быстрота обновления данных.

Появление социальных сетей с миллионами активных пользователей вывело (как утверждается во введении к статье американо-британской группы) социологию на новый уровень. Если ранее опрос хотя бы тысячи человек требовал сложной полевой работы, то онлайн-исследования позволяют оперативно собирать на порядки большие выборки и анализировать их с использованием автоматических методов. Таким образом уже удалось отследить реакцию общества на различные события, проследить за эпидемиями гриппа и найти способ определить характеристики пользователя по "лайкам" (хотя и с большой погрешностью).

Наиболее часто употребляемые слова в разных возрастных группах. Иллюстрация исследователей

 

Наиболее часто употребляемые слова женщинами (вверху) и мужчинами (внизу). Иллюстрация исследователей