含有“水烟”(或“#水烟”)一词的推特帖子是从推特的流媒体应用程序接口(API;2017年4月1日至2018年3月29日，使用Twitter4J库收集推文的过滤流，收集时间没有空白)。在此期间，共有963,954个职位。

我们删除了转发和非英语帖子，结果有348,834个独特的帖子被用于分析。虽然waterpipe这个词在学术论文和演讲中被用来指水烟，但个人在社交媒体上使用这个词并不常见，因此它没有被包括在这项研究中[ 18］．为了清理数据，我们删除了被识别为社交机器人账户的推文[ 19， 20.]使用测底仪(亦称Bot or Not) [ 21]，最终的分析样本来自90718个独立用户的176706条推文。

准备最后的样本进行分析，其中包括基本规范化(例如，删除标点符号，小写文本)，停止单词删除(例如，单词“a”和“The”)，Twitter用户提及的规范化(例如，“@janedoe”被转换为“@username”)，词元化(例如，“cat”，“cats”，“cat’s”都被转换为“cat”)，以及不可打印字符删除(例如，表情符号)[ 13］．所有分析都依赖于公开的匿名数据;遵守Twitter的条款和条件、使用条款和隐私政策;并且是在作者所在大学的机构审查委员会批准下进行的。为了保护隐私，本报告没有逐字逐句地报道推文。

最初，我们使用词频(单个单词和双单词组合，也称为一克和二克)分析推文，并通过单词云将数据可视化，以确定共同的主题( 多媒体附件1)．从这一评估中，作者在几个主题上达成了专家共识，包括 个人标签(例如，在一篇文章中使用@username标记另一个推特账户)， 买卖(例如，表示购买、出售或购买水烟的词语)， 上诉或 滥用倾向(例如，表示渴望、想要、需要、享受和热爱水烟的词语)， 水烟使用行为(例如，提到抽一口水烟或抽水烟)， 促销或社交活动(例如，提到女士之夜、派对等)， 多重药物使用(例如，表示酒精、大麻或其他与水烟一起使用的物质的词语)，以及 口味(例如，使用“肉桂”、“蓝莓”和“西瓜”等词; 文本框1)．根据先前的研究[ 22， 23，我们就在寻找能说明这一点的单词和短语 讨厌水烟(例如，“不要水烟”和“戒水烟”)。

接下来，我们使用了Word2Vec，这是谷歌开发的一种语言建模技术，允许用户学习用于创建文本分类器的文本表示[ 24］．Word2Vec通过使用语料库中的每个单词来预测通常围绕它的单词，从而为文本创建嵌入(例如，单词的数字表示，有助于捕获含义、语义关系和上下文)。换句话说，Word2Vec创建了单词嵌入，其中保留了单词之间的语义关系。这种技术的一个优点是同义词的单词将具有相似的嵌入，而反义词的单词将具有不同的嵌入。类似地，在Word2Vec词的表示中，“国王”和“王后”之间的关系等同于“男人”和“女人”之间的关系。

我们使用Word2Vec为我们在单词云阶段确定的每个主题的1g和biggram找到相似的单词。这个过程，加上视觉检查和手动编辑，允许我们通过识别帖子中出现在与原始关键字相似上下文中的单词来扩展每个主题的单词列表。例如，通过这个过程，我们发现单词“渴望”、“爱”、“享受”和“需要”出现在包含单词“想要”和“水烟”的帖子中。

分类是通过检查推文中是否存在任何一个关键字(一克和二字)来完成的。如果一条推文包含与某个主题相关的任何关键字，则该推文被归类为该主题的一部分。换句话说，我们使用了一个用Python编写的基于规则的分类脚本，其中检查每个推文是否存在代表主题的指定n-grams集。对于每个分析，我们在混淆矩阵中展示结果，其中对角线表示主题的流行度，非对角线表示主题重叠。例如，一个假设的帖子，如“我现在很渴望水烟和啤酒”，可以被归类为 上诉或滥用法律责任而且 多重药物使用．包含这两种内容的帖子的数量可以在这两个主题的矩阵的交集处找到，即2.14%(3824/176,706)。

这项研究确定了2017年至2018年推特上与水烟相关的帖子的主题，为公众最近使用水烟的经历提供了一些见解。最流行的话题是 个人标签或者一个推特用户直接与另一个用户(粉丝或朋友)交流水烟，而最常见的重叠话题是 个人标签而且 促销或社交活动。这些研究结果表明，推特用户通过水烟传播共同的价值观和体验。换句话说，这些帖子可能会通知其他人与水烟相关的事件，并将人们纳入水烟社区。同样，最近对Twitter上juul相关帖子的研究发现了一些例子 个人标签帖子显示，人们在使用或购买juul相关产品时通知了他们的朋友[ 22］．总的来说，这些人际交流表明，人们在推特上围绕烟草相关产品建立联系，许多人可能共同使用烟草，或者在社会影响下，一个人激励另一个人使用烟草。

水烟使用行为而且 多重药物使用被确定为讨论的话题，可能代表了特定推特用户中的一种风险行为综合征。这些发现与早期在Tumblr上发布的关于水烟帖子的研究一致。 18]和Instagram [ 10]以及基于调查的研究表明，与不使用水烟的人相比，使用水烟的人更有可能使用其他物质，包括酒精、香烟、大麻和可卡因[ 25］．将水烟与其他物质结合使用的个人可能存在滥用药物的风险;例如，使用水烟会增加酒精的摄入量，反之亦然[ 26］．

这项研究中的帖子反映了推特用户对口味的兴趣，这与之前关于推特上烟草相关帖子的研究相似[ 22， 27］．最近的一项研究发现，在全国具有代表性的年轻人样本(18-24岁)中，口味是使用水烟的常见原因[ 28］．研究还证明，水烟等调味烟草产品被认为比香烟危害小[ 29］．限制口味，如本研究中确定的口味(肉桂、西瓜、蓝莓等)，以降低水烟的吸引力，可能是未来探索的政策考虑。

这项研究发现的许多帖子反映出Twitter用户渴望、享受或想要水烟;这一发现，再加上发现表明不喜欢水烟的帖子很少，表明目前需要有针对性的干预措施来阻止水烟使用的吸引力。关于水烟吸引力的共同讨论可能有助于水烟在推特上的使用正常化，这可能会对线下行为产生影响[ 30.］．

这项研究的重点是推特上的帖子，研究结果可能无法推广到其他社交媒体平台。本研究中分析的帖子收集自12个月的时间段，可能无法推广到其他时间段。虽然在数据收集中只使用了一个词根词“水烟”(或“#水烟”)，但研究表明，这是社交媒体上指水烟使用的常用术语[ 10， 13， 18］．数据收集依赖于Twitter的流式API，该API阻止了从Twitter私人账户收集推文。因此，调查结果可能不能代表拥有私人账户的个人的态度和行为。

2017-2018年，社交事件、吸引力或滥用责任、口味和多物质使用是与推特上关于水烟的讨论相关的常见背景和经历。与水烟的传统数据来源相一致，这些结果表明，社会事件、吸引力或滥用责任、口味和多物质使用值得考虑作为未来监测、公共政策和针对水烟的干预措施的目标。这项研究还强调了在公共卫生监测中使用社交媒体数据的明显好处。来自社交媒体的数据可以作为一个持续的系统，向公共卫生研究人员提供有关烟草产品或公众使用这些产品的方式的近实时信息。