Публикации автора

КТО И ПОЧЕМУ ОТКАЗЫВАЕТСЯ ОТ ТАБАКОКУРЕНИЯ В РОССИИ (НА ОСНОВЕ ДАННЫХ СОЦИАЛЬНЫХ МЕДИА И ПРИМЕНЕНИЯ НЕЙРОСЕТЕЙ) (2025)

Цель работы - выявить специфику мотивации бросать или не бросать курить среди русскоязычных пользователей социальных медиа. Авторы исследуют систему мнений русскоязычных пользователей социальных сетей по вопросам самосохранительного поведения на основе тематического анализа контента социальных медиа с использованием больших языковых моделей (LLM). Сформированный для этих целей датасет включает более 58 тыс. комментариев на русском языке. Источник комментариев - дискуссии под видеороликами по теме курения, вручную отобранными авторами в русскоязычном YouTube-сегменте. В ходе исследования разработан и апробирован алгоритм классификации доводов пользователей социальных медиа по вопросам мотивации табакокурения и мотивации отказа от табакокурения по заданной авторами типовой структуре; разработаны и апробированы алгоритмы классификации определения пола и возраста автора комментария на русском языке социальной сети; построены распределения причин (не)отказа от табакокурения пользователей социальных медиа, в том числе в разрезе демографических характеристик пользователей - пола и возраста. При анализе полученного массива комментариев авторы показывают, что основными доводами в пользу отказа от курения оказываются здоровье и экономия денег, причем первый встречается вдвое чаще второго; среди доводов к сохранению этой привычки выделяются опасения, связанные с лишним весом. При этом существенных гендерных и возрастных различий в доводах отказа или не отказа от курения выявлено не было.

АНАЛИЗ ОТЗЫВОВ ПАЦИЕНТОВ С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ОБУЧЕНИЯ И ЛИНГВИСТИЧЕСКИХ МЕТОДОВ (2025)

С развитием цифровизации традиционные методы анкетирования потребителей с целью оценки степени их удовлетворённости качеством услуг уступают место подходу, основанному на автоматической обработке текстовых массивов социальных медиа. Целью работы является определение степени удовлетворённости качеством медицинских услуг пациентов посредством разработки и апробации алгоритма классификации русскоязычных текстовых отзывов, извлечённых из социальных медиаресурсов. Интерес представляет определение тональности отзывов пациентов (положительный/отрицательный) о работе медицинских учреждений и врачей, а также объекты обращения отзыва - качество оказанных медицинских услуг или организация обслуживания пациентов медицинским учреждением. Разработан метод классификации текстовых отзывов о работе медицинских учреждений, размещённых пациентами на двух сайтах отзывов о врачах в России. Проанализировано около 60 тысяч отзывов. Апробированы методы машинного обучения с использованием различных архитектур искусственных нейронных сетей. Разработанный алгоритм классификации имеет высокую эффективность - лучший результат показала архитектура на основе рекуррентной нейронной сети (показатель точности = 0.9271). Применение метода поиска именованных сущностей к текстовым сообщениям позволило повысить эффективность классификации для каждого из классификаторов, базирующихся на использовании нейронных сетей. Для повышения качества классификации требуется семантическое разбиение отзыва по объекту обращения и тональности и последующий учёт полученных фрагментов отдельно друг от друга.