基于自然语言处理与机器学习的美国和法国营养酵母社交媒体对话分析：一项回顾性研究

本研究通过自然语言处理(NLP)和机器学习(ML)技术，分析了2017-2023年间美法两国社交媒体上关于营养酵母的36,642条讨论。研究发现美国用户主要关注其作为纯素营养源(36.0%)和调味品(23.6%)的功能，而法国用户更重视其作为膳食补充剂(50.1%)与护发组合(39.5%)的应用。该研究为跨文化健康消费行为分析提供了创新方法，对精准营养营销和功能食品开发具有重要指导价值。

　　

在健康意识日益增强的当代社会，营养酵母——这种灭活的酿酒酵母（Saccharomyces cerevisiae）因其富含B族维生素、矿物质和蛋白质的特性，正成为素食主义者和健康追求者的新宠。然而，关于公众如何认知和使用这种功能性食品的系统研究却严重匮乏，特别是在不同文化背景下的使用差异更是一片空白。传统研究方法如问卷调查和临床试验难以捕捉实时、大规模的消费动态，而社交媒体恰好提供了观察公众真实讨论的绝佳窗口。

为填补这一空白，研究人员开展了一项开创性的回顾性研究，通过自然语言处理(NLP)和机器学习(ML)技术挖掘了美法两国社交媒体数据。研究团队使用Brandwatch数据提取器收集了2017年12月至2023年9月间1039个公开平台的36,642条讨论，通过比特erm主题建模(BTM)算法识别核心话题，并采用监督机器学习算法(准确率72%，F₁
-score 74%)筛选真实使用者发言。

研究结果揭示显著的文化差异：美国34,292条讨论中，36.0%聚焦营养酵母作为纯素B12来源，23.6%称赞其"奶酪风味"的烹饪应用；而法国2,350条讨论中，50.1%关注其与蓖麻油组合的护发功效，39.5%讨论补充剂形式的摄入方式。Twitter成为两国主要讨论阵地，分别占比39.6%和84.3%。值得注意的是，美国用户更强调功能性应用("昨天午餐加了营养酵母——纯素者的完美B12来源")，法国用户则倾向美容健康叙事("蓖麻油面膜配合酵母胶囊让我的头发如长发公主般浓密")。

在方法学上，研究创新性地解决了社交媒体分析的三大挑战：通过多语言关键词扩展提高检索覆盖率；开发特异性算法区分实际使用者与旁观者讨论；应用BTM模型实现无监督话题聚类。这些技术为食品健康领域的数字流行病学研究建立了新范式。

讨论部分指出，这种差异反映了美法两国健康消费文化的深层特征：美国快速增长的纯素人口(2014-2018年增长600%)推动了对植物基蛋白源的关注，而法国成熟的补充剂市场(2022年规模26亿欧元)培育了"内外兼修"的美容健康理念。研究者建议：针对美国市场应开发烹饪应用内容，联合美食博主推广；在法国则可强调其与现有补充剂 regimens 的协同效应。

这项发表在《JMIR Infodemiology》的研究具有多重意义：首次量化展示了营养酵母的跨文化应用差异；验证了NLP在功能性食品研究中的价值；为个性化营养营销提供了数据支持。未来研究可延伸至更多国家，并探索临床指标与社交媒体讨论的相关性，这将有助于建立更精准的"数字营养流行病学"研究框架。