"Gefällt mir"-Angaben und Statusupdates
Laut den Forschern kamen bei ihren Untersuchungen hochmodernes maschinelles Lernen sowie das "Mining" von Texten zum Einsatz. Damit konnten die Wissenschaftler ein Erkennungssystem entwickeln, mit dem sie mit hoher Wahrscheinlichkeit Menschen als Nutzer von legalen und illegalen Drogen wie Alkohol, Tabak, Cannabis und anderen Suchtmitteln identifizieren konnten. Basis für die Daten waren u. a. "Gefällt mir"-Angaben und Statusupdates.Wie erwähnt ist die Erkennungsrate überraschend hoch: Laut den Forschern konnte man Tabaknutzung mit 86 Prozent, übermäßigen Alkoholkonsum mit 81 Prozent und Drogenmissbrauch mit 84 Prozent voraussagen. Man stellt fest, dass die Art der Erkennung alle derzeit gängigen Methoden zur Suchterkennung klar schlägt.
Und der Datensatz, der für die Studie herangezogen wurde, kann durchaus als gewaltig bezeichnet werden: Denn die Forscher haben Likes von elf Millionen Facebook-Usern sowie 22 Millionen Statusupdates von insgesamt 150.000 Nutzern ausgewertet.