基于机器学习的中国大学生电子烟使用行为预测研究

Abstract

背景近年来,中国青少年,特别是大学生群体的电子烟使用量增加趋势令人担忧。大学生群体的主要特点在于有着相对更高的教育水平、健康知识获取能力和社交媒体使用频率,同时也是电子烟营销的主要目标受众。因此,预测大学生的电子烟使用行为并分析相关风险因素有助于开展针对性干预,以遏制大学生开始使用电子烟的不良趋势。方法基于传播学、烟草病理学、社会心理学的跨学科理论设计问卷,对全国范围内随机招募的350名不吸烟且不使用电子烟的大学生进行调查。将易感性作为大学生开始使用电子烟的强预测因子,通过机器学习中的极限随机树模型(Extremely Randomized Trees Model)进行分析和概率校准,从而较为精确且有泛化能力地预测大学生使用电子烟的潜在概率,并识别高倾向性人群的特征。结果模型以在测试集上81%的精度预测,越多的暴露于社交媒体上的电子烟营销信息、饮酒及酒吧消费等类越轨行为、朋辈吸烟与电子烟使用行为会带来越高的大学生电子烟易感性水平。结论鉴于电子烟营销信息暴露对大学生电子烟使用的影响,政府需要加大电子烟监管和执法力度,禁止电子烟在社交媒体平台的营销。此外,家庭、学校和社会集体努力以实现环境性预防也是有必要的。