.jpg)
普通会员社交媒体数据可以提供从保龄球到Crossfit的身体活动的人口级视图，并告知未来应对健康差异的努力。
由波士顿大学公共卫生学院（BUSPH）研究人员领导并在BMJ公开运动和运动医学中发表的一项新研究使用机器学习来查找和梳理来自美国各地的与运动相关的推文，解读运动类型中的区域和性别差异和强度水平。通过分析推文的语言，这种方法还能够显示不同人群对不同类型的运动的感受。
“在大多数情况下，低收入社区往往缺乏鼓励健康生活方式的资源，”研究资深作者，BUSPH全球健康助理教授Elaine Nsoesie博士说。“通过了解人们如何在不同社区中锻炼的差异，我们可以设计针对这些社区特定需求的干预措施。”
未来，社交媒体和其他数字数据可以帮助制定干预措施和政策，不仅可以通过这些社区的习惯，还可以通过他们对不同身体活动的看法，研究主要作者，博士后助理Nina Cesare博士说。BUSPH的全球健康。“我们相信这项工作朝着正确的方向迈出了一步。”
研究人员使用一组AI模型来查找和分析美国2,900个县的481,146位推特用户发送的1,382,284条相关推文（并消除误报，例如“行尸走肉”或观看体育活动，或者使用“迟到”这一表达方式）。最后，研究人员比较了男性和女性以及该国四个不同地区的推文：东北部，南部，中西部和西部。
最佳运动术语是“步行”，“跳舞”，“高尔夫”，“锻炼”，“跑步”，“保龄球”，“远足”，“瑜伽”和“游泳”。步行是最受欢迎的活动，但其他活动因性别和地区而异。西部地区的女性比其他任何地区都进行了更多的强化运动，而中西部地区的男性则是最强烈的运动。男性的运动强度略高于女性，而南方运动强度的性别差距最大。
责任编辑：