%0期刊文章%@ 2564-1891 %I JMIR出版物%V 2% 卡塔尔世界杯8强波胆分析N 2% P 37861% T关于佩戴口罩和接种疫苗的COVID-19健康信念:深度学习方法%A Ke, Yang Si - tass,E Shannon %A Barnes,Michael %A Hanson,Carl L %A girau - carrier,Christophe %A Snell,Quinn %+杨百翰大学计算机科学系，3361 TMCB, Provo, UT, 84602, usa, 1 801 422 5098snell@cs.byu.edu %K COVID-19 %K健康信念模型%K深度学习%K口罩%K疫苗接种%K机器学习%K疫苗数据集%K推特%K内容分析%K信息流行%K错误信息%K健康信念%D 2022 %7 31.10.2022 %9原创论文%J JMIR信息流行%G英语%X背景:在全球COVID-19大流行期间，全球范围内也出现了大量与COVID-19相关的信息和通过社交媒体渠道传播的错误信息。包括世界卫生组织(世卫组织)和美国疾病控制与预防中心(CDC)在内的多个组织和其他知名人士高调发布了防止COVID-19进一步传播的建议。目的:本研究的目的是利用机器学习和大流行期间的Twitter数据，探索关于佩戴口罩和疫苗的健康信念，以及高调线索对行动的影响。方法:共过滤了646,885,238条与covid -19相关的英语推文，创建了戴口罩数据集和疫苗数据集。研究人员根据与健康信念模型(HBM)结构的相关性，为每个数据集手动分类3500条推文的训练样本，并使用编码推文训练机器学习模型，对数据集中的每条推文进行分类。结果:使用XLNet转换器模型对口罩相关数据集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%。戴口罩和免疫接种对健康益处和障碍的看法最为明显;然而，这些信念的强度似乎因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. %M 36348979 %R 10.2196/37861 %U https://infodemiology.www.mybigtv.com/2022/2/e37861 %U https://doi.org/10.2196/37861 %U http://www.ncbi.nlm.nih.gov/pubmed/36348979