TY - JOUR AU - Du, Jingcheng AU - Preston, Sharice AU - Sun, Hanxiao AU - Shegog, Ross AU - Cunningham, Rachel AU - Boom, Julie AU - Savas, Lara AU - Amith, Muhammad AU - Tao，崔PY - 2021 DA - 2021/8/5 TI -基于机器学习的人乳头瘤病毒疫苗错误信息检测与分类方法:Reddit讨论的信息流行病学研究JO - J Med Internet Res SP - e26478 VL - 23 IS - 8 KW - HPV疫苗KW -社交媒体KW -错误信息KW -信息流行病学KW -信息监测KW -深度学习KW - Reddit KW -机器学习AB -背景:社交媒体作为一种信息渠道的快速发展，使得不准确或虚假的疫苗信息迅速传播成为可能，从而为疫苗推广制造了障碍。目的:本研究的目的是开发和评估一种智能自动化协议，用于使用基于机器学习(ML)的方法识别和分类社交媒体上的人乳头瘤病毒(HPV)疫苗错误信息。方法:收集2007 - 2017年包含HPV疫苗接种相关关键词的Reddit帖子(N= 28121)。一个随机子集(2200/28,121,7.82%)被人工标记为错误信息，并作为评估的金标准语料库。共有5种基于ml的算法，包括支持向量机、逻辑回归、极端随机树、卷积神经网络和循环神经网络，用于识别疫苗错误信息，评估识别性能。应用主题建模来确定与HPV疫苗错误信息相关的主要类别。结果:卷积神经网络模型在受试者工作特征曲线下的面积最高，为0.7943。在28,121个Reddit帖子中，7207个(25.63%)被归类为疫苗错误信息，关于一般安全问题的讨论被确定为主要类型的错误信息帖子(2666/7207,36.99%)。结论:基于ml的方法可有效识别和分类Reddit上的HPV疫苗错误信息，并可推广到其他社交媒体平台。 ML-based methods may provide the capacity and utility to meet the challenge involved in intelligent automated monitoring and classification of public health misinformation on social media platforms. The timely identification of vaccine misinformation on the internet is the first step in misinformation correction and vaccine promotion. SN - 1438-8871 UR - //www.mybigtv.com/2021/8/e26478 UR - https://doi.org/10.2196/26478 UR - http://www.ncbi.nlm.nih.gov/pubmed/34383667 DO - 10.2196/26478 ID - info:doi/10.2196/26478 ER -