本文關(guān)鍵詞：微博社交網(wǎng)絡(luò)中的學(xué)生用戶抑郁癥識別方法研究

  更多相關(guān)文章： 微博用戶 抑郁傾向 分類識別 機(jī)器學(xué)習(xí) 大學(xué)生管理

【摘要】：抑郁癥是人類社會所面臨的最為普遍的心理問題之一。2012年，世界衛(wèi)生組織估計(jì)，全球受到抑郁癥困擾的人口超過3億。由于社會經(jīng)驗(yàn)較少、心理承受能力較低，而又負(fù)擔(dān)著未來家庭、社會的多重責(zé)任高校學(xué)生成為最容易遭遇抑郁癥問題的群體之一。本文的研究目的，是探索一種自動識別方法，通過對微博社交網(wǎng)絡(luò)用戶在線信息的深度挖掘，識別出早期的抑郁癥傾向的患者。本文研究的主要內(nèi)容包括： 首先，分析新浪微博中有抑郁傾向用戶的基本特征。本文以微博用戶的公開數(shù)據(jù)為基礎(chǔ)，對有抑郁傾向用戶和無抑郁傾向用戶的語言、行為等方面的特征進(jìn)行對比分析，用人工標(biāo)注的方式獲得142個(gè)有抑郁傾向用戶和274個(gè)正常用戶，，并抓取了他們的個(gè)人資料和微博信息。對比了兩類用戶在語言、行為等方面的差異；確認(rèn)了關(guān)鍵詞詞頻、表情符號頻率為分類識別的重要特征。 其次，建立微博中有抑郁傾向用戶分類識別模型。使用分析得到的特征，建立將用戶分為“有抑郁傾向”和“無抑郁傾向”兩類的機(jī)器學(xué)習(xí)模型；構(gòu)建了DBN、BP網(wǎng)絡(luò)、SVM三種分類器進(jìn)行對比分析，得出最優(yōu)的分類器模型，同時(shí)使用的訓(xùn)練樣本對有抑郁傾向用戶進(jìn)行識別，驗(yàn)證模型的有效性。 最后，高校學(xué)生微博用戶中抑郁癥問題實(shí)證研究。本文基于得到的分類識別模型，人工獲取了1502個(gè)某高校大學(xué)生微博用戶，調(diào)查和分析該群體中抑郁癥問題的基本狀況，并進(jìn)行了具體描述和分析，在此基礎(chǔ)上提出對高校管理的建議。
【關(guān)鍵詞】：微博用戶 抑郁傾向 分類識別 機(jī)器學(xué)習(xí) 大學(xué)生管理
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：G206;G647
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-17
• 1.1 研究背景8-10
• 1.2 研究意義10
• 1.3 研究現(xiàn)狀10-14
• 1.3.1 關(guān)于抑郁癥研究10-11
• 1.3.2 關(guān)于微博研究11-13
• 1.3.3 研究現(xiàn)狀評述13-14
• 1.4 研究內(nèi)容和研究方法14-16
• 1.4.1 研究內(nèi)容14
• 1.4.2 研究方法14-16
• 1.5 論文結(jié)構(gòu)框架16-17
• 第2章 理論基礎(chǔ)17-31
• 2.1 抑郁癥的相關(guān)概念17-20
• 2.2 機(jī)器學(xué)習(xí)20-30
• 2.2.1 特征選擇算法與 Relief 算法21-24
• 2.2.2 深度學(xué)習(xí)與玻爾茲曼機(jī)24-27
• 2.2.3 神經(jīng)網(wǎng)絡(luò)27-28
• 2.2.4 支持向量機(jī)28-29
• 2.2.5 Softmax 回歸29-30
• 2.3 本章小結(jié)30-31
• 第3章 微博用戶抑郁傾向識別模型31-54
• 3.1 引言31
• 3.2 模型設(shè)計(jì)思路31
• 3.3 標(biāo)注賬號31-32
• 3.4 實(shí)驗(yàn)數(shù)據(jù)獲取與預(yù)處理32-34
• 3.5 微博用戶分析34-47
• 3.5.1 樣本用戶的基本情況34-35
• 3.5.2 微博內(nèi)容的詞頻35-37
• 3.5.3 表情符號的使用37-40
• 3.5.4 微博數(shù)量與時(shí)間的關(guān)系40-44
• 3.5.5 微博用戶的粉絲和關(guān)注44-47
• 3.6 微博用戶抑郁傾向識別模型構(gòu)建47-52
• 3.6.1 訓(xùn)練集和測試集的構(gòu)造47
• 3.6.2 特征選擇47-51
• 3.6.3 機(jī)器學(xué)習(xí)模型的選擇51
• 3.6.4 對訓(xùn)練集的識別能力51-52
• 3.6.5 對測試集分類的結(jié)果52
• 3.7 微博用戶抑郁傾向識別方法的流程52-53
• 3.8 本章小結(jié)53-54
• 第4章 高校學(xué)生微博用戶中抑郁癥問題實(shí)證研究54-61
• 4.1 引言54
• 4.2 數(shù)據(jù)獲取54
• 4.3 大學(xué)生微博用戶中抑郁癥分析54-58
• 4.3.1 大學(xué)生微博用戶中抑郁癥概況54-57
• 4.3.2 抑郁傾向大學(xué)生案例分析57-58
• 4.4 對高校管理的一些建議58-60
• 4.5 本章小結(jié)60-61
• 結(jié)論61-62
• 參考文獻(xiàn)62-70
• 附錄 1 部分樣本數(shù)據(jù)70-73
• 附錄 2 統(tǒng)計(jì)詞頻所用 JAVA 程序代碼73-76
• 附錄 3 統(tǒng)計(jì)微博數(shù)量時(shí)間分布所用 MATLAB 程序代碼 176-81
• 附錄 4 統(tǒng)計(jì)微博數(shù)量時(shí)間分布所用 MATLAB 程序代碼 281-83
• 致謝83

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 通拉嘎;;大學(xué)生抑郁癥的成因調(diào)查及預(yù)防策略[J];高等教育研究學(xué)報(bào);2009年03期

2 孫艷;;高校學(xué)生心理干預(yù)體系存在的問題及對策研究——基于高校學(xué)生心理干預(yù)體系的調(diào)查[J];西華大學(xué)學(xué)報(bào)(哲學(xué)社會科學(xué)版);2013年01期

3 姜雅慧;;人工智能中的機(jī)器學(xué)習(xí)研究[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2013年21期

4 董琳;郭晉蜀;;高校學(xué)生抑郁癥高發(fā)率的社會影響因素[J];武漢理工大學(xué)學(xué)報(bào)(社會科學(xué)版);2008年06期

5 趙民;張軍鋒;;社會運(yùn)動中的Twitter現(xiàn)象——兼論Twitter的性質(zhì)與發(fā)展方向[J];新聞大學(xué);2009年04期

6 肖涼,季建林,張壽寶,王文玲,伍毅,成玉美,顧福祥,李群,顧逸明,王軍,丁華,田蓓,邵霞萍,單英;城市人群中抑郁癥狀及抑郁癥的發(fā)生率調(diào)查分析[J];中國行為醫(yī)學(xué)科學(xué);2000年03期

7 潘小平,李瑜元,沙衛(wèi)紅,楊富英;抗抑郁藥治療功能性消化不良的臨床研究[J];中華消化雜志;1999年03期

8 季建林,張虹復(fù);抑郁癥軀體癥狀及其相關(guān)因素分析[J];中國心理衛(wèi)生雜志;2002年09期

本文編號：944231