Uutiset

Tutkijat kehittivät tekoälytyökaluja ja analysoivat niiden avulla yhteensä yli 30 000 sähkötupakkaa koskevaa twiittiä

Tutkijoiden kehittämiä menetelmiä voidaan jatkossa käyttää valvomaan sähkötupakkatuotteiden mainontaa nuorille sosiaalisen median alustoilla.
Hands holding a smartphone that displays a map application

Nikotiinituotteiden mainonta on kiellettyä, mutta sosiaalisen median avulla niitä voidaan silti markkinoida nuorille. Aalto-yliopiston tutkijat kehittivät koneoppimismenetelmiä seuratakseen sosiaalisen median keskusteluja, jotka koskevat JUUL-sähkötupakkabrändiä ja sen eri makutiivisteitä.

“Yhä suurempi osa sähkötupakkaa koskevasta keskustelusta käydään verkossa, erityisesti suosituissa sosiaalisen median palveluissa kuten Twitterissä, Instagramissa ja Facebookissa. Sähkötupakkaan liittyvät sisällöt on usein suunnattu sosiaalisessa mediassa aktiivisille nuorille ja sen vuoksi on tärkeää tarkastella näitä keskusteluja”, sanoo Aalto-yliopiston tietotekniikan laitoksen tutkijatohtori Aqdas Malik.

Aikaisempi tutkimus on osoittanut, että nuoret pitävät sähkötupakan makutiivisteitä houkuttelevina. Malik taas on tutkinut aikaisemmin tekoälyn avulla, kuinka yritykset käyttävät Instagramia mainostaakseen sähkötupakkatuotteitaan nuorille.

Tutkijatiimi kehitti nyt koneoppimismenetelmiä tutkiakseen avainteemoja ja -tuntemuksia JUUL-makutiivisteitä koskevissa Twitter-keskusteluissa. Tutkijoiden kehittämät tekoälytyökalut on rakennettu Googlen avoimelle BERT-alustalle. He toivovat, että niitä käytettäisiin jatkossa valvomaan, kuinka sähkötupakkatuotteita mainostetaan nuorille. Googlen BERT on melko uusi koneoppimis- ja luonnollisen kielen käsittelyjärjestelmä, joka on koulutettu verkkopohjaisella datalla tunnistamaan positiivisia ja negatiivisia ilmaisuja.

Tutkijat analysoivat yhteensä yli 30 000 twiittiä ja löysivät useita makutiivisteitä koskevia positiivisia twiittejä.

”Suositut makutiivisteet, kuten mango, minttu ja kurkku ovat erittäin houkuttelevia nuorille ja samalla aiheuttavat riippuvuutta. Sääntelyn kehittämisen lisäksi pitää pystyä poistamaan sähkötupakkaa koskevaa markkinointia kampanjatuotteiden, varastotäydennysilmoitusten, alennusten ja paljousalennusten muodossa”, Malik sanoo.

Yleisesti ottaen twiitit olivat yllättävän positiivisia, joskin väitteitä oli myös tuotteita ja makutiivisteiden riippuvuutta aiheuttavia ominaisuuksia vastaan.

Vaikka tutkimus keskittyi Twitter-sisältöihin, samoja työkaluja voidaan helposti soveltaa myös muiden sosiaalisen median alustojen tekstisisältöihin. Seuraavassa vaiheessa Malikin tiimi soveltaa koneoppimisen menetelmiä ymmärtääkseen miten ihmiset puhuvat sähkötupakasta ja muista riippuvuutta aiheuttavista aineista TikTokissa, Redditissä ja YouTubessa.

Lisätietoa:

Artikkeli: Modelling Public Sentiments about Juul Flavors on Twitter through Machine Learning

Aqdas Malik (englanniksi)
Tutkijatohtori
puh. 040 868 2398
[email protected]

 

  • Julkaistu:
  • Päivitetty:
Jaa
URL kopioitu

Lue lisää uutisia

PERUS-SKENE-hankkeen logo.
Tutkimus ja taide Julkaistu:

Alue- ja yhdyskuntarakenteen seuranta vaatii monipuolisia mittareita

PERUS-SKENE-hankkeen toisessa työpajassa käsiteltiin alue- ja yhdyskuntarakenteen kehityksen seurannan tarpeita ja todennäköisiä kehityskulkuja.
3D
Tutkimus ja taide Julkaistu:

Suomen 3D-tulostuspalkinnon suunnittelukilpailu

Kaikille avoimen kilpailun tavoitteena on suunnitella Suomen 3D-tulostuspalkinto -kilpailun kiertopalkinto.
Kuva puisesta sisäkatosta
Tutkimus ja taide Julkaistu:

Asuntoja rakennetaan suuriin kaupunkeihin yhä enemmän, mutta hinnat nousevat jatkuvasti – kyseessä ei ole vain negatiivinen ilmiö

Hintojen nousun ymmärtäminen vaatii ennen kaikkea muuttoketjujen ymmärtämistä, kirjoittaa apulaisprofessori Tuukka Saarimaa.
Maastomittauksien tekoa
Tutkimus ja taide Julkaistu:

Valokuvaaja törmäsi kaukokartoittajiin – syntyi kirja metsästä, näkemisestä ja tieteen tarkoituksesta

Yhden kaunis kaarnapinta on toisen raakaa dataa, sanoo Ground Truth (Maastototuus) -kirjan kuvannut Sheung Yiu.