Facebook
Facebook

Facebook-Verhalten offenbart laut Studie Suchtpotential

US-Forscher treffen aus Facebook-Statusmeldungen und Likes eine Vorhersage über das Suchtpotential eines Users unter Anwendung von lernfähigen Algorithmen.

In einer Studie haben US-Forscher einen statistischen Zusammenhang (Korrelation) zwischen dem Social Media-Verhalten eines Benutzers (z. B. Wortverwendung oder Likes) und einem Substanzgebrauch nachgewiesen. So kann aus Facebook-Statusmeldungen und Likes eine Vorhersage getroffen werden, ob ein Nutzer zu Alkoholkonsum, Zigaretten oder Drogenkonsum neigt, berichtet Netzpolitik.org.

Süchtig nach Facebook

Laut einer aktuellen Studie des Addiction Recovery Research Centers in Roanoke im US-Bundesstaat Virginia lassen sich aus den unterschiedlichen Nutzeraktivitäten auf Facebook Verhaltensmuster ableiten, die mit hoher Genauigkeit Voraussagen zum Suchtverhalten ermöglichen.

Ziel der Studie war es, diejenigen Leute herauszufiltern, die durch den Konsum bewusstseinsverändernder Substanzen eine psychische „Störung“ (Substance Use Disorder) erleiden oder dafür anfällig sein könnten. Dazu wurden Verhaltensmuster von elf Millionen Facebook-Nutzern und 22 Millionen Status-Updates von insgesamt 150.000 Usern analysiert. Als Basis dienten sowohl Like-Angaben als auch Status-Updates. Anhand dieses Materials entwickelten die Wissenschaftler Algorithmen, die erkennen lassen, welche User für welche Art von Sucht anfällig sind.

Das Suchtverhalten spiegelt sich dabei in bestimmten Verhaltensmustern wider. Diese konnten über das Facebook-Profil und die Nutzungsgewohnheiten auf der Plattform abgelesen werden. So ließ sich mit einer hohen Wahrscheinlichkeit vorhersagen, welche User Gebrauch von legalen Stoffen wie Alkohol und Tabak machen. Aber auch von illegalen Drogen wie etwa Cannabis oder anderen Suchtmitteln. Aus diesen Daten können wiederum Prognosen für andere Facebook-Nutzer erstellt werden, die den Missbrauch anzeigen können.

Vorhersagen für künftiges Verhalten möglich

Für die Auswertung der Studienergebnisse kamen hochmodernes maschinelles Lernen sowie das „Mining“ von Texten zum Einsatz. Die Wissenschaftler entwickelten eine Software, die auf einem lernfähigen Algorithmus basiert. Dieser kann anhand der gewonnenen Daten bei Facebook Zusammenhänge und Muster erkennen und zugleich auch für die Zukunft Voraussagen treffen. So ließen sich Verknüpfungen bestimmter Schlüsselwörter vorangegangener Untersuchungen, die Menschen mit psychischen Erkrankungen aufgrund des Konsums von Drogen und anderen Substanzen verwenden, adäquat auch für diese Studie mit heranziehen. Zu solchen Wörtern gehören Schimpfwörter genauso wie Aussagen über den körperlichen und geistigen Zustand und Begriffe mit sexueller Konnotation. Zudem wurden Musik-, Film- oder andere Unterhaltungspräferenzen ausgewertet. Laut den Forschern wären Zeichentrickfilm-Liebhaber mit geringer Wahrscheinlichkeit exzessive Alkoholkonsumenten, wer jedoch „V for Vendetta“ anschaut, hingegen schon eher.

Die Vorhersagemethoden wiesen eine hohe Erkennungsrate auf. So konnten Tabaknutzung mit 86 Prozent, übermäßiger Alkoholkonsum mit 81 Prozent, Drogenmissbrauch mit 84 Prozent und Psychische Erkrankungen im Zusammenhang mit Substanzen mit einer Genauigkeit von 80 Prozent vorausgesagt werden. Im Fazit gelangten die Wissenschaftler zu der Erkenntnis, dass die Art der Erkennung auf sozialen Medien alle anderen derzeit gängigen Methoden zur Suchterkennung klar schlägt, wenn es darum geht, Drogenkonsum sichtbar zu machen und die Prävention zu fördern.

Als besonders interessant dürften sich die erhobenen Daten dieser Studie für Unternehmen, die Werbung auf Facebook schalten, erweisen oder auch für staatliche Behörden, die Verstößen gegen das Betäubungsmittelgesetz (BtMG) auf der Spur sind.

Bildquelle: realworkhard, thx! (CC0 1.0 PD)

Tarnkappe.info

Über

Antonia ist bereits seit Januar 2016 Autorin bei der Tarnkappe. Eingestiegen ist sie zunächst mit Buch-Rezensionen. Inzwischen schreibt sie bevorzugt über juristische Themen, wie P2P-Fälle, sie greift aber auch andere Netzthemen, wie Cybercrime, auf. Ihre Interessen beziehen sich hauptsächlich auf Literatur.