今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

对Twitter上EDTWT社区中饮食失调相关言论的计算分析及自动分类

《Journal of Eating Disorders》:Computational analysis and automated classification of eating disorder discourse on Twitter’s EDTWT community

【字体: 大 中 小 】 时间:2026年06月19日 来源:Journal of Eating Disorders 4.5

编辑推荐:

  摘要背景Twitter上的“EDTWT”社区是讨论饮食失调问题的重要在线平台,但目前对其的大规模计算分析还较为有限。目标通过分析三年的数据集,研究EDTWT平台上的行为模式、情感动态和主题结构,并开发自动内容分类方法。方法我们分析了2022年1月至2025年2月期间18,587名

  

摘要

背景

Twitter上的“EDTWT”社区是讨论饮食失调问题的重要在线平台,但目前对其的大规模计算分析还较为有限。

目标

通过分析三年的数据集,研究EDTWT平台上的行为模式、情感动态和主题结构,并开发自动内容分类方法。

方法

我们分析了2022年1月至2025年2月期间18,587名用户发布的48,341条推文。分析内容包括用户互动模式、时间动态、临床关键词出现频率、多种情感分析方法(TextBlob、VADER、临床情感词典)、主题建模(LDA、NMF)以及基于集成方法的多标签分类。

结果

用户互动呈现高度偏态分布,少数活跃用户创造了大部分内容(62.1%的用户仅发布过一次推文,而排名前10%的用户则产生了48.9%的所有内容),这表明这部分用户可能需要特别的临床关注。从时间上看,周五晚上的发布量达到高峰,而周二早上则处于低谷,两者之间存在7.5倍的差异,且夜间21:00至23:00之间始终有发布高峰。26.6%的推文中出现了临床相关关键词(身体形象相关14.4%,限制性饮食相关6.7%,康复相关4.3%)。整体情感略呈积极倾向(均值M=0.060,标准差SD=0.282),主观性程度适中(均值M=0.298)。主题建模发现了十个主题,包括热量记录(13.2%)、西班牙语(9.7%)和波兰语(8.2%)相关的子社区,以及康复相关话题(9.4%)。经过训练用于分类饮食失调相关内容的自动分类器表现优异(宏观F1值=0.753,\(\kappa \)=0.703,数值越高表示分类精度越高),在那些出现频率最低的内容类别上,其性能比生物医学领域的语言模型高出21.4%。

结论

EDTWT平台具有复杂的多样性,存在支持饮食失调的内容、康复相关讨论以及具有文化特色的子社区。由于少数活跃用户占据了大量活动量,因此可以有效地识别出那些可能面临更高风险、需要针对性支持的个体。自动分类技术有助于实现大规模的内容监控,从而为数字心理健康监测和基于证据的平台管理提供支持。

背景

Twitter上的“EDTWT”社区是讨论饮食失调问题的重要在线平台,但目前对其的大规模计算分析还较为有限。

目标

通过分析三年的数据集,研究EDTWT平台上的行为模式、情感动态和主题结构,并开发自动内容分类方法。

方法

我们分析了2022年1月至2025年2月期间18,587名用户发布的48,341条推文。分析内容包括用户互动模式、时间动态、临床关键词出现频率、多种情感分析方法(TextBlob、VADER、临床情感词典)、主题建模(LDA、NMF)以及基于集成方法的多标签分类。

结果

用户互动呈现高度偏态分布,少数活跃用户创造了大部分内容(62.1%的用户仅发布过一次推文,而排名前10%的用户则产生了48.9%的所有内容),这表明这部分用户可能需要特别的临床关注。从时间上看,周五晚上的发布量达到高峰,而周二早上则处于低谷,两者之间存在7.5倍的差异,且夜间21:00至23:00之间始终有发布高峰。26.6%的推文中出现了临床相关关键词(身体形象相关14.4%,限制性饮食相关6.7%,康复相关4.3%)。整体情感略呈积极倾向(均值M=0.060,标准差SD=0.282),主观性程度适中(均值M=0.298)。主题建模发现了十个主题,包括热量记录(13.2%)、西班牙语(9.7%)和波兰语(8.2%)相关的子社区,以及康复相关话题(9.4%)。经过训练用于分类饮食失调相关内容的自动分类器表现优异(宏观F1值=0.753,\(\kappa \)=0.703,数值越高表示分类精度越高),在那些出现频率最低的内容类别上,其性能比生物医学领域的语言模型高出21.4%。

结论

EDTWT平台具有复杂的多样性,存在支持饮食失调的内容、康复相关讨论以及具有文化特色的子社区。由于少数活跃用户占据了大量活动量,因此可以有效地识别出那些可能面临更高风险、需要针对性支持的个体。自动分类技术有助于实现大规模的内容监控,从而为数字心理健康监测和基于证据的平台管理提供支持。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:社区监测|饮食失调分析|时间行为模式|情感分类精度|话题主题识别|自动分类方法

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号