TY - JOUR AU - Ke, Si Yang AU - Neeley-Tass, E Shannon AU - Barnes, Michael AU - Hanson, Carl L AU - Giraud-Carrier, Christophe AU - Snell, Quinn PY - 2022 DA - 2022/10/31 TI - COVID-19在推特上关于戴口罩和接种疫苗的健康信念:深度学习方法JO - JMIR信息流行病学SP - e37861 VL - 2 IS - 2 KW - COVID-19 KW -健康信念模型KW -深度学习KW -掩码KW -疫苗接种KW -机器学习KW -疫苗数据集KW - Twitter KW -内容分析KW -信息流行病学KW -错误信息KW -健康信念AB -背景:在新冠肺炎全球大流行期间，也出现了一场全球性的信息大流行，大量与新冠肺炎有关的信息和错误信息通过社交媒体传播。包括世界卫生组织(WHO)和美国疾病控制与预防中心(CDC)在内的多家机构以及其他知名人士就预防COVID-19的进一步传播发表了高调的建议。目的:本研究的目的是利用大流行时期的机器学习和Twitter数据，探索有关戴口罩和接种疫苗的健康观念，以及高调提示对行动的影响。方法:对646,885,238条与covid -19相关的英文推文进行过滤，创建戴口罩数据集和疫苗数据集。研究人员根据每个数据集与健康信念模型(HBM)结构的相关性，手动对3500条推文的训练样本进行分类，并使用编码推文来训练机器学习模型，以便对数据集中的每条推文进行分类。结果:使用XLNet转换模型对口罩相关和疫苗相关数据集总共训练了5个模型，每个模型的分类准确率至少达到81%。戴口罩和接种疫苗对健康的益处和障碍的看法最为明显;然而，这些信念的强度似乎随着高调的行动暗示而有所不同。 Conclusions: During both the COVID-19 pandemic and the infodemic, health beliefs related to perceived benefits and barriers observed through Twitter using a big data machine learning approach varied over time and in response to high-profile cues to action from prominent organizations and individuals. SN - 2564-1891 UR - https://infodemiology.www.mybigtv.com/2022/2/e37861 UR - https://doi.org/10.2196/37861 UR - http://www.ncbi.nlm.nih.gov/pubmed/36348979 DO - 10.2196/37861 ID - info:doi/10.2196/37861 ER -