[論文レビュー] Crowdsourcing Health Labels: Inferring Body Weight from Profile Pictures

Ingmar Weber, Yelena Mejova|arXiv (Cornell University)|Feb 23, 2016

Misinformation and Its Impacts参考文献 11被引用数 4

ひとこと要約

本稿では、ソーシャルメディアのプロフィール写真から体重状態（肥満／通常）を推定するクラウドソーシング手法を提案し、そのラベルが県レベルの肥満率と相関していること、信頼性を持って抽出可能であることを示している。主な貢献は、プロフィール画像が個別レベルの健康ラベルを可能にし、特に肥満率の高い地域では肥満ユーザーのフォロワー数が少ないといった行動的差異が明らかになったことである。

ABSTRACT

To use social media for health-related analysis, one key step is the detection of health-related labels for users. But unlike transient conditions like flu, social media users are less vocal about chronic conditions such as obesity, as users might not tweet "I'm still overweight". As, however, obesity-related conditions such as diabetes, heart disease, osteoarthritis, and even cancer are on the rise, this obese-or-not label could be one of the most useful for studies in public health. In this paper we investigate the feasibility of using profile pictures to infer if a user is overweight or not. We show that this is indeed possible and further show that the fraction of labeled-as-overweight users is higher in U.S. counties with higher obesity rates. Going from public to individual health analysis, we then find differences both in behavior and social networks, for example finding users labeled as overweight to have fewer followers.

研究の動機と目的

• 自己申告で報告されにくい慢性疾患（例：肥満）の状態を、ソーシャルメディアのプロフィール写真から推定できるかどうかを調査すること。
• 画像解析によって「肥満」とラベル付けされたユーザーの分布が、現実の県レベルの肥満統計と一致するかどうかを評価すること。
• 地域の肥満率を補正した上で、「肥満」とラベル付けされたユーザーとそうでないユーザーの間で、個別レベルの行動的およびネットワーク的差異があるかどうかを検討すること。
• テキストによる自己申告の欠落率とバイアスの問題に対処するため、プロフィール画像からの非言語的視覚的手がかりを活用すること。
• 今後の公衆衛生研究における、個別レベルでのソーシャルメディアデータの活用を基盤づけること、特に肥満関連のステイグマや行動の研究に貢献すること。

提案手法

• 人間のアノテーターによる視覚的評価に基づき、プロフィール写真を「肥満」または「非肥満」とラベルづける二段階のクラウドソーシングプロセスを採用した。
• 本研究では、111の米国郡（肥満率が38.5％以上である73郡と19.5％未満の43郡）に焦点を当て、地域間でのラベル付け結果の差を比較した。
• Followerwonkを用いて場所文字列一致（例：'Greene, AL'）によりTwitterユーザーのデータを収集し、活動性（10件以上のツイート、フォロワー数、フォロー数）およびプロフィール写真の有無を条件にフィルタリングした。
• プロフィールデータはTwitter REST APIを用いて取得し、マイクロセレブリティ（1,000人以下のフォロワー／フォロー数）および非活動ユーザーを除外するフィルタリングを実施した。
• 統計モデルを構築し、県の肥満率ごとに、肥満と非肥満のユーザー間でのフォロワー数およびネットワーク行動の差を分析した。
• 地域の肥満率によって「肥満」とラベル付けされたユーザーのフォロワー数に与える影響が異なるかどうかを検証するため、交互作用項を含む回帰モデルを用いた。

実験結果

リサーチクエスチョン

• RQ1 Q1: ソーシャルメディアのプロフィール写真から、個人が肥満であるかどうかを推定することは可能か？
• RQ2 Q2: 「肥満」とラベル付けされたユーザーの分布は、県レベルの実世界の肥満統計と一致するか？
• RQ3 Q3: 地域の肥満率を補正した上で、「肥満」とラベル付けされたユーザーとそうでないユーザーの間で、ソーシャルメディア行動およびネットワーク構造に差があるか？
• RQ4 Q4: ユーザーの活動性およびネットワークサイズを補正した上で、「肥満」とラベル付けされたユーザーの分布は、地域の肥満有病率と相関するか？
• RQ5 Q5: 「肥満」とラベル付けされたユーザーは、フォロワーを獲得しにくく、その影響は地域によって異なるか？

主な発見

• クラウドソーシングを用いたプロフィール写真からの体重状態の推定に成功し、『肥満』とラベル付けされたユーザーの割合と県レベルの肥満率の間に有意な正の相関が確認された。
• 肥満率の高い県では、「肥満」とラベル付けされたユーザーは、非肥満ユーザーに比べて平均して約40人のフォロワーが少なかったが、これは統計的に有意であった（p < 0.01）。
• フォロワー数を予測する回帰モデルにおいて、「肥満」とラベル付けされたユーザーの有無を含めることでR²値がわずかに向上し、行動的影響が測定可能であることが示された。
• 高肥満率地域では、「肥満」とラベル付けされたユーザーのフォロワー数に与える負の影響が顕著に強く、地域による社会的ネットワークダイナミクスの差が示唆された。
• ラベル付けプロセスは十分な信頼性を達成しており、個別レベルの分析が可能になった。テキストによる自己申告に起因する低リコールと自己報告バイアスの制限を克服した。
• 結果は、ソーシャルメディアの視覚的データを公衆衛生研究に活用する可能性を支持しており、特に大規模なレベルでの肥満関連行動およびステイグマの研究に貢献する。