ให้ความรู้เกี่ยวกับแอปพลิเคชัน

ข้อมูลจากโซเชียลเน็ตเวิร์กกำลังกลายเป็นเหมืองทองสำหรับบริษัทด้านการตลาดและโฆษณา ขณะนี้ ทีมวิจัยภาษาคอมพิวเตอร์และระบบที่มหาวิทยาลัยอิสระแห่งมาดริด (UAM) ได้ค้นพบศักยภาพที่ยอดเยี่ยมในการวิเคราะห์อารมณ์ที่ส่งโดยผู้ใช้ในเครือข่ายยอดนิยมเหล่านี้: Facebook ตามที่ Álvaro Ortigosa ผู้อำนวยการศูนย์ความเป็นเลิศด้านความปลอดภัยทางไซเบอร์แห่งชาติของ UAM อธิบาย เขาและทีมของเขาได้พัฒนาแอปพลิเคชันที่ชื่อว่า SentBuk ซึ่งสามารถอนุมานสถานะทางอารมณ์ของผู้ใช้ Facebook ได้โดยอัตโนมัติโดยการวิเคราะห์ข้อความของพวกเขาบนโซเชียลเน็ตเวิร์กโดยใช้อัลกอริทึม . ผลการศึกษาได้รับการตีพิมพ์ในวารสารComputers in Human Behavior "SentBuk เป็นแอปพลิเคชันภายนอกของ Facebook ซึ่งจะวิเคราะห์ข้อความที่เขา/เธอเผยแพร่และคำนวณสถานะทางอารมณ์ของเขา/เธอ โดยได้รับอนุญาตจากผู้ใช้ เครื่องมือนี้ใช้อัลกอริทึมสองแบบ: แบบแรกคำนวณภาระทางอารมณ์ของแต่ละข้อความและจัดประเภท เป็นบวก ลบ หรือเป็นกลาง ประการที่สองอนุมานสถานะทางอารมณ์โดยเปรียบเทียบกับภาระทางอารมณ์ของข้อความล่าสุด" เครื่องมือ -Ortigosa ดำเนินการต่อ - "ใช้เทคนิคการวิเคราะห์ภาษาธรรมชาติเพื่อจดจำคำสำคัญที่มีภาระทางอารมณ์ นอกจากนี้ ยังใช้ระบบจำแนกประเภทของการเรียนรู้ด้วยเครื่องอัตโนมัติ โดยพิจารณาจากกลุ่มประโยคจำนวนมากที่จำแนกตามมนุษย์ แอปพลิเคชันได้รับ ได้รับการฝึกฝนให้เรียนรู้ที่จะทำซ้ำการตัดสินของมนุษย์ ภาระทางอารมณ์ที่กำหนดให้กับแต่ละประโยคเกิดจากการคำนวณทั้งสองอย่างรวมกัน" อีเลิร์นนิงแบบปรับตัว นักวิทยาศาสตร์ของ UAM เชื่อว่า แอปพลิเคชัน นี้สามารถนำมาใช้ในการศึกษาออนไลน์แบบปรับตัวได้ นั่นคือการศึกษาที่พยายามแนะนำงานให้กับนักเรียนในเวลาที่เหมาะสมที่สุด "ข้อมูลที่ได้รับผ่าน SentBuk โดยได้รับการอนุมัติจากผู้ใช้" Ortigosa ยืนยันว่า "จะสามารถใช้เพื่อหลีกเลี่ยงการแนะนำชิ้นงานที่ซับซ้อนโดยเฉพาะอย่างยิ่งในเวลาที่ตรวจพบว่านักเรียนอยู่ในสภาวะจิตใจเชิงลบหรืออย่างใดอย่างหนึ่ง ที่เป็นบวกน้อยกว่าปกติ" ในสถานการณ์เหล่านี้ ตรงกันข้าม "กิจกรรมที่มีเนื้อหาเกี่ยวกับการสอนน้อยแต่ออกแบบมาเพื่อกระตุ้นนักเรียนสามารถกำหนดได้" ในความเห็นของเขา การวิเคราะห์แนวโน้มทั่วไปของนักเรียนกลุ่มหนึ่งในระหว่างหลักสูตรอินเทอร์เน็ต "อาจทำให้ครูได้รับความคิดเห็นที่คล้ายคลึงกับที่ได้รับจากการดูใบหน้าของนักเรียนในชั้นเรียนแบบตัวต่อตัว ซึ่งเป็นข้อมูลที่ไม่สามารถออนไลน์ได้ตามปกติ " การทดสอบภาคสนาม Ortigosa และผู้ร่วมวิจัยได้ทำการทดสอบกับ SentBuk และได้รวมข้อมูลเกี่ยวกับสถานะทางอารมณ์ของนักเรียนไว้ในระบบอีเลิร์นนิง ผู้เชี่ยวชาญระบุว่า ในรูปแบบพื้นฐานที่สุด แอปพลิเคชันจะแจ้งเตือนอาจารย์เมื่อตรวจพบว่านักเรียนจำนวนมากอยู่ในกรอบความคิดเชิงลบ "ข้อความเหล่านี้ได้รับการวิเคราะห์ในบริบท แม้ว่าอาจมีสาเหตุหลายประการสำหรับสภาวะทางอารมณ์ แต่สมมติฐานก็คืออารมณ์เชิงลบเหล่านี้ควรกระจายอย่างสม่ำเสมอตลอดเวลา" ในทางกลับกัน เขากล่าวเสริมว่า นักเรียนของหลักสูตรออนไลน์มีความสัมพันธ์กันน้อยมากหรือไม่มีเลย นอกจากการเป็นเพื่อนร่วมชั้นในหลักสูตรนั้นๆ ด้วยเหตุผลนี้ "หากตรวจพบจุดสูงสุดของอารมณ์ด้านลบในตัวอย่างของนักเรียน เป็นไปได้สูงว่าการเปลี่ยนแปลงทางอารมณ์ดังกล่าวเกิดจากสถานการณ์บางอย่างที่เกี่ยวข้องกับหลักสูตร ดังนั้นเครื่องมือจะส่งคำเตือน ข้อความถึงครู" แอพพลิเคชั่นอื่นๆ Álvaro Ortigosa กล่าวว่าเป็นเทคนิคที่ไม่ล่วงล้ำซึ่ง "ช่วยให้ครูมีเทอร์โมมิเตอร์วัดสภาวะทางอารมณ์สำหรับผู้ใช้ Facebook" เมื่อได้รับสิทธิ์ที่จำเป็นทั้งหมดสำหรับแอปพลิเคชันแล้ว ก็จะอนุมานสถานะทางอารมณ์ของพวกเขาได้โดยการสังเกตพฤติกรรมในการโต้ตอบ -- สันนิษฐานว่าเป็นเรื่องปกติและเกิดขึ้นเอง -- กับเครือข่ายสังคม ข้อมูลนี้สามารถใช้ได้ในหลายบริบท "ตัวอย่างเช่น เพื่อเสริมการตรวจสอบระยะไกลของผู้ที่ป่วยหรือเพื่อวัดความพึงพอใจของผู้ใช้ ในด้านนี้ บริษัทต่างๆ สามารถใช้ข้อมูลเพื่อปรับเปลี่ยนผลิตภัณฑ์หรือบริการที่เสนอให้กับผู้บริโภคที่มีศักยภาพ การวิจัยของทีม UAM เป็นส่วนหนึ่งของโครงการที่กว้างกว่าที่พยายามสรุปลักษณะทั่วไป เช่น บุคลิกภาพและภาระทางอารมณ์ของผู้ที่ใช้เว็บไซต์โซเชียลเน็ตเวิร์ก เช่น Facebook และ Twitter