社交网络中的抑郁症用户语言和行为特征分析及(5) - 语言研究杂志社投稿

一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。二、投稿方式： 1、请使用电子邮件方式投递稿件。 2、编译的稿件，请注明出处并附带原文。 3、请按稿件内容投递到相关编辑信箱三、稿件著作权： 1、投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

社交网络中的抑郁症用户语言和行为特征分析及(5)

作者:

关键词:

摘要：

4 结语

本文使用推特数据研究用户语言和行为特征与抑郁症的关系，通过用户在推特上的交互行为、语言的结构、语言的Empath类别和语言的主题等特征，考察了利用社交网络数据进行抑郁症检测的可能性，通过T检验方法分析了各类特征与抑郁症的关系，对比了逻辑回归、支持向量机、朴素贝叶斯、决策树和随机森林等机器学习算法对抑郁用户的检测效果，其中，随机森林算法效果最好，准确率达到90%以上，证明了抑郁症这类心理疾病可以在一些在线环境中检测到。但本研究仍然存在一些不足。首先，对社交网络用户的分析主要集中在互动行为和文本内容上，没有考虑用户之间的连接关系，如用户之间的网络拓扑结构等。其次，本文只在一个相对较小的样本数据集上取得了较好的效果，这些结论的广泛性需要在更大的样本空间中进行验证。第三，该类研究还较少关注如何识别不知道自己心理健康状况的抑郁症患者。因此，如何将这些特征应用到临床规则中仍需要进一步的研究。

表4 Empath特征值词语类别词语比例抑郁用户组正常用户组p值词语类别词语比例抑郁用户组正常用户组p值<<<<<<<<<<<<<<<<<<<<<<<<<< <<<<<<<<<<<<<< <<<<==< and <<<<<<<<<<<<<<<< <<<<<=<<<<<<<=<<=<.1422p<0.001

图5 主题数与困惑度关系图

表5 抑郁症用户主题类别及高频词主题ID主题类别关键词3,5,13,17心理疾病Mental Illness,Cancer,Depression,Diagnose,Doctor,Bipolar,Anxiety,Therapy,Health,Suicide,Sick,Stigma,Therapist0,1,4,12,19情感Love,Hate,Happy,Hard,Good,Great,Life,Cute,Sorry,Please,Free,Tied,Joke,Positive,Alone,Perfect,Thank,Excited,Kind,Miss,Forgive,Stupid,Hurt10,11,2,14,18症状Sleep,Tied,Hopeless,Bitch,Wine,Pointless,Help,Shit,Mood,Bear,Hope,Deal,Kill,Repeat,Relationship,Soul,Wrong,Tear,Crazy6,7,8,9,15,16其他Study,Work,Life,Thing,World,Talk,Music,Vedio,Twitter,Game,Think,Know,Follow,Meet,Concert,Friend Speak,Like,Tonight,Date

表6 不同分类方法结果对比分类方法PrecisionRecallF1_ScoreAUCLogistic

图6 不同特征预测效果

图7 特征重要性

总之，自然语言处理和机器学习的发展，使基于社交媒体信息筛选高危人群成为可能。但由此引发的一系列关于数据所有权和隐私保护的伦理和法律问题亟待解决。

[1]刘雅姝,张海涛,徐海玲,等.近三年国外图书馆学与信息科学领域研究热点与前沿分析[J].现代情报,2019,39(9):168-177.

[2]田大芳,魏瑞斌.2017年国际信息科学与图书馆学研究热点分析[J].现代情报,2018,38(8):125-129.

[3]世界卫生组织.抑郁症[EB/OL]. zh/ news-room/fact-sheets /detail/depression,2019-05-11.

[4]抑郁症:“心灵感冒”可治[EB/OL]. 2017/0329/ c-.html,2019-05-11.

[5]Shen G Y,Jia J,Nie L Q,et Detection via Harvesting Social Media:A Multimodal Dictionary Learning Solution[C]//Proceedings of the 26th International Joint Conference on Artificial Intelligence,Melbourne,Australia:IJCAI,2017:3838-3844.

[6]DIGITAL IN 2017:GLOBAL OVERVIEW[EB/OL]. special-reports/digital-in-2017-global-overview,2019-05-18.

[7]Wu Y Y,Kosinski M,Stillwell Personality Judgments Are More Accurate Than Those Made By Humans[J].Proceedings of the National Academy of Sciences,2015,112(4),1036-1040.

[8]Broniatowski D A,Paul M J,Dredze and Local Influenza Surveillance Through Twitter:An Analysis of the 2012-2013 Influenza Epidemic[J].PLoS One,2013,8(12):e.

[9]Chew C,Eysenbach in the Age of Twitter:Content Analysis of Tweets During the 2009 H1N1 Outbreak[J].PloS One,2010,5(11):e.

[10]Kass-Hout T A,Alhinnawi H.Social Media in Public Health[J].British Medical Bulletin,2013,108(1):5-24.

[11]L?we B,Kroenke K,Herzog W,et Depression Outcome with a Brief Self-report Instrument:Sensitivity to Change of the Patient Health Questionnaire(PHQ-9)[J].Affect Disord 2004,81:61-66.

[12]Seung W Choi,Benjamin Schalet,Karon F,et a Common Metric for Depressive Symptoms:Linking the BDI-II,CES-D,and PHQ-9 to PROMIS Depression[J].Psychological Assesment,2014,26:513-527.

[13]Radloff L S.The CES-D Scale:A Self-report Depression Scale for Research in the General Population[J]. Appl Psychol Meas,1977,(1):385-401.

[14]Beck A T,Steer R A,Brown G K.Beck Depression Inventory Ⅱ[J].San Antonio,1996,78:490-498.

[15]Chancellor S,Lin Z Y,Goodman E L,et and Predicting Mental Illness Severity in Online Pro-Eating Disorder Communities[C]//Proceedings of the 19th ACM Conference on Computer-Supported Cooperative Work & Social Francisco,USA:ACM,2016:1171-1184.

[16]Choudhury M D,De S.Mental Health Discourse on Reddit:Self- Disclosure,Social Support,and Anonymity[C]//Proceedings of the 8th International AAAI Conference on Weblogs and Social Media,Ann Arbor,USA:AAAI,2014:71-80.

[17]刘德喜,邱家洪,万常选,等.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[J].中文信息学报,2018,32(9):93-102.

文章来源：《语言研究》网址: http://www.yyyjzzs.cn/qikandaodu/2021/0214/656.html