Software raadt leeftijd en geslacht twitteraar

Onderzoekers van het Meertens Instituut en de Universiteit Twente hebben vandaag TweetGenie gelanceerd, een computerprogramma dat aan de hand van taalgebruik de leeftijd en het geslacht van Nederlandse twitteraars kan raden. In 85 procent van de gevallen raadt het programma het geslacht van twitteraars correct.

Hoewel iederen twittert op zijn eigen manier, zijn er voor groepen allerlei wetmatigheden te vinden. Uit onderzoek van het Meertens Instituut en de Universiteit Twente komt bijvoorbeeld naar voren dat jongeren op Twitter vaker over zichzelf en over onderwerpen als school praten. Ook gebruiken ze meer smileys dan oudere twitteraars. Deze gebruiken op hun beurt bijvoorbeeld weer langere woorden, langere zinnen, links en hashtags in hun tweets.

De onderzoekers hebben nu een eerste versie van een computerprogramma ontwikkeld, dat op basis van iemands tweets redelijk nauwkeurig de leeftijd en het geslacht van die persoon in kan schatten. Het programma kijkt hierbij enkel naar het taalgebruik van de twitteraar, en niet naar de naam, de foto of het profiel.

Bij de inschatting van de leeftijd zit de computer er gemiddeld minder dan vier jaar naast. Hiermee is de inschatting van de computer al iets nauwkeuriger dan die van mensen.

Ook kun je met het programma, op basis van geanonimiseerde twitterprofielen, kijken of je beter bent in het inschatten van leeftijd en geslacht van een willekeurige twitteraar dan de computer.

Het programma is onderdeel van het promotieonderzoek van Dong Nguyen. Zij wil onder meer onderzoeken hoe verhalen en geruchten zich via sociale media verspreiden.