• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>AAAI Conference on Artificial Intelligence >Utilizing Social Media to Combat Opioid Addition Epidemic: Automatic Detection of Opioid Users from Twitter
【24h】

Utilizing Social Media to Combat Opioid Addition Epidemic: Automatic Detection of Opioid Users from Twitter

机译：利用社交媒体对抗阿片类药物的流行病：从Twitter自动检测OpioID用户

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Opioid (e.g., heroin and morphine) addiction has become one of the largest and deadliest epidemics in the United States. To combat such deadly epidemic, in this paper, we propose a novel framework named AutoOPU to automatically detect the opioid users from Twitter, which will assist in sharpening our understanding toward the behavioral process of opioid addiction and treatment. In AutoOPU, to model the users and posted tweets as well as their rich relationships, we first introduce a heterogeneous information network (HIN) for representation. Then we use meta-structure based approach to characterize the semantic relatedness over users. Afterwards, we integrate content-based similarity and relatedness depicted by each meta-structure to formulate a similarity measure over users. Further, we aggregate different similarities using multi-kernel learning, each of which is automatically weighted by the learning algorithm to make predictions. To the best of our knowledge, this is the first work to use multi-kernel learning based on meta-structures over HIN for biomedical knowledge mining, especially in drug-addiction domain. Comprehensive experiments on real sample collections from Twitter are conducted to validate the effectiveness of our developed system AutoOPU in opioid user detection by comparisons with other alternative methods.
机译：阿片类药物（例如，海洛因和吗啡）成瘾已成为美国最大和最致命的流行病。为了打击这种致命的流行病，在本文中，我们提出了一个名为autobu的新框架，以自动检测来自推特的阿片类药物，这将有助于提高对阿片类药物成瘾和治疗行为过程的理解。在autobu中，为用户建模并发布推文以及他们丰富的关系，我们首先介绍一个异构信息网络（HIN）的表示。然后我们使用基于元结构的方法来表征用户的语义相关性。之后，我们整合了每个元结构所描绘的基于内容的相似性和相关性，以制定对用户的相似度测量。此外，我们使用多核学习聚合不同的相似度，每个相似性由学习算法自动加权以进行预测。据我们所知，这是第一个基于HIN的Meta结构使用多核学习的工作，以获得生物医学知识挖掘，特别是在药物成瘾领域。通过与其他替代方法的比较，对Twitter的实际样本集合进行了综合实验，以验证我们的开发系统autopu在opioid用户检测中的有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号