URV 研究用机器学习识别青少年色情使用的主要预测因素

西班牙 URV 团队基于 2023 年 ESTUDES 调查的 33,543 名青少年数据，用逻辑回归、XGBoost、LightGBM、CatBoost 和可解释 AI 分析青少年色情使用的预测因素。性别是最强预测变量，男孩更可能使用，其次是问题性网络使用、大麻与酒精消费和家庭冲突；父母管控的独立作用有限。机器学习仅小幅优于逻辑回归，研究者强调结果只反映关联，不能用于诊断或标签化个体。