基于社交网络信息的用户抑郁症倾向识别

刘定平 张雪燕

（河南财经政法大学统计与大数据学院，河南郑州450046）

一、引言

抑郁症是常见疾病，由此产生的心理障碍会对人体产生较大影响，轻症者会减弱对学习和工作的兴趣，导致学习能力和工作效率降低；重症者可能会丧失生活的动力，甚至萌生自残、自杀念头。根据世界卫生组织2019年底发布的报告，抑郁症的发病率仅次于世界第一大严重的缺血性心脏病，在世界排名前十位的使人丧失劳动能力的疾病中，抑郁症甚至名列首位，这无疑成为社会安定的巨大隐患。截至目前，全球已有超过2.64亿抑郁症患者，每年自杀身亡者高达80万人。其中，中国的抑郁症患者达9000万，占比超过全球抑郁症患者总数的34%。由于抑郁症患者的病耻感以及大众对抑郁症的污名化，使这种敏感性疾病的识别率仅为21%，在仅有的已识别的患者中，主动接受干预和治疗者更是少之又少。这是抑郁症诊疗和研究面临的主要障碍，也是当前亟待解决的问题。

随着社交网络的迅速发展，在社交平台上分享情绪逐渐成为年轻人热衷的新潮流，其中不乏大量的抑郁症患者。作为深受国民喜爱的微博社交平台，是大量用户发表言论和与人互动的场所，微博平台每天都充斥着丰富的信息动态，深入挖掘抑郁用户在微博平台的网络轨迹，无疑为抑郁症的识别提供了新的思路。

二、文献综述

对于抑郁症的检测，最直接的方式莫过于早期的心理量表测评，刘芳宜（2012）等将汉密尔抑郁量表、Zung抑郁自评量表以及罗马心理社会警报问卷三种心理测评量表应用于受试者的问卷调查，根据受试者对问题的回答情况判定其抑郁与否。……