利用准私密社交网络文本数据检测抑郁用户的可行性分析

2018-10-19 03:13:54刘德喜邱家洪万常选刘喜平钟敏娟郭海峰
中文信息学报 2018年9期
关键词:特征文本用户

刘德喜,邱家洪,万常选,刘喜平,钟敏娟,郭海峰,邓 松

(1. 江西财经大学 信息管理学院,江西 南昌 330013;2. 江西财经大学 江西省高校数据与知识工程重点实验室,江西 南昌 330013;3. 江西财经大学 学生工作处,江西 南昌 330013;4. 江西财经大学 软件与通信工程学院,江西 南昌 330013)

0 引言

世界健康组织(WHO)在2012年的研究表明,全世界约有3.5亿人患有抑郁症,严重的抑郁可以导致自杀[1]。由于缺少心理健康知识以及心理疾病显著区别于身体疾病的无疼痛感,导致许多人身患抑郁而不知或是由于抑郁羞耻感而不敢主动寻找专业人士帮助。心理学上通过抑郁自评量表检测的方法属于侵入型检测方法,在适时性和自评频率方面存在不足,导致不能及时检测出抑郁症患者,延误治疗。随着互联网和信息技术的发展,Twitter、微博、微信等社交媒体已经成为人们互相交流必不可少的工具,形成与物理空间相对等的网络社区,用户网络行为信息也记录在社交网络中,为检测用户抑郁症等心理健康疾病提供了一种新的途径。

目前,已有较多利用用户在社交网络上的行为和发布的文本进行用户心理健康分析的相关研究工作,所选取的社交网络平台大都是Twitter、微博、人人网等公开社交网络。公开社交网络支持单向关注的特点使得用户隐私权无法得到有效的保障。因此,用户在公开社交网络上更倾向于表达话题性观点,大部分用户仅仅是在热点话题上表现活跃。

与公开社交网络相比,QQ、微信等社交网络因为朋友圈的划分和有限的用户访问权限设置等,更能保障用户隐私不被泄露,私密性更强,更加受到用户的青睐。……

登录APP查看全文

猜你喜欢
特征文本用户
如何表达“特征”
在808DA上文本显示的改善
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
基于doc2vec和TF-IDF的相似文本识别
电子制作(2018年18期)2018-11-14 01:48:06
关注用户
商用汽车(2016年11期)2016-12-19 01:20:16
关注用户
商用汽车(2016年6期)2016-06-29 09:18:54
关注用户
商用汽车(2016年4期)2016-05-09 01:23:12
文本之中·文本之外·文本之上——童话故事《坐井观天》的教学隐喻
如何获取一亿海外用户
创业家(2015年5期)2015-02-27 07:53:25
如何快速走进文本
语文知识(2014年1期)2014-02-28 21:59:13