TAG

RSS订阅

收藏本站

设为首页

当前位置:主页 > 心理疾病 >

心理疾病:用社交网络预测自杀行为

发布时间:2013-07-14 07:22 类别:心理疾病

  
  心理导读:由哈工大"社会网络与数据挖掘"联合实验室、国内数据挖掘公司"宏博知微"组成的研发团队,于6月底建成基于社交媒体数据的抑郁倾向识别模型。相关人士表示,这项研究结果或成为抑郁情绪临床识别之外的新兴识别方法。——  www.tspsy.com
  
心理疾病:用社交网络预测自杀行为

心理疾病:用社交网络预测自杀行为

  据公开数据,自杀人群中有63.5%患有抑郁症,但仅9%在自杀前曾到精神科或心理咨询机构就诊。抑郁识别模型研发者认为,利用大数据来识别个体抑郁倾向及自杀倾向,或能及时挽救更多抑郁倾向人群的生命。该模型是通过采集新浪微博全平台亿级的数据,运用自然语言处理、时间序列、机器学习等算法,对微博用户进行抑郁倾向识别,截止日前已从识别出的抑郁倾向用户中发现,多人在微博中称准备自杀。
  
  存在抑郁倾向的微博用户与普通用户发博时间有明显差异,这部分人群发博高峰在23点,其夜间活跃度比普通用户平均约高出30%。该群体微博关键词为:死、抑郁症、生命、痛苦、自杀。有60%为女性,40%为男性,女性比例比男性略高,也与之前两位女性微博用户"走饭"、"sienna赛娜"因抑郁症而自杀的报道相符。
  
  利用大数据干预抑郁情绪识别及治疗是否可行,微博用户对此看法不一。持反对态度的网友"sen哥"认为:"一想到万一我死了微博也会被素不相识的人翻出来,公开地at,一条条统计数据,一个个点蜡烛,好几百转发,就觉得连死这件事都他妈的毫无尊严。出发点是好的又如何,方式如此无礼粗暴,我完全不觉得po主有试图站在患者的角度理解忧郁的痛苦。"持支持态度的网友"La_Prairie认为":"多一些关爱,就少一些遗憾。"也有中立网友认为:"大数据用于商业,同样也要用于非盈利功德无量的人文关怀。比如向这样的博主发送激励、正能量的内容,进行实时正向干扰。"
  
  对于以上争议,研究团队表示:团队从2011年起就从事新浪微博用户特征的挖掘刻画研究,包括行业刻画、疾病刻画、情绪刻画等。将在未来一段时间内,基于不断的完善情感模型,增加情景模型和一些人物画像模型,对抑郁倾向人群(乃至其他边缘化人格及变态心理学中一些在微博中可以体现的特征)做出更准确的判断,为精神类疾病、危害社会行为的提前干预做数据支持。
  
  我国抑郁症发病率约为3%~5%,目前已有超过2600万人患抑郁症。在过去50年里,我国自杀率上升了60%,平均每年有28.7万人死于自杀,200万人自杀未遂,自杀人群中约有95%患有精神障碍。全国地市级以上医院对抑郁症的识别率不到20%。
  
  "我有抑郁症,所以就去死一死,没什么重要的原因,大家不必在意我的离开。拜拜啦。"——走饭(2012年3月18日10:54)
  
  "抱歉很多事情没来得及处理和交待就离开。抑郁症太痛苦,世界变得黑暗扭曲,再努力也感受不到任何美好,想什么都想到死。姥姥在叫我,应该就要精神分裂,实在熬不住了。再见,大家。"——sienna赛娜(2013年2月16日23:57)
  
  在微博上跟这个世界告别后,两位姑娘在去年和今年的春天分别离开了尘世。她们同被"抑郁症"折磨,同样选择了自杀。值得寻味的是,微博上的几亿用户,就没有人关注到她们进而干预劝导吗?微博大平台中,还有多少个"走饭"、"赛娜"?有没有办法在他们做出自杀行动前就对其进行特别关注?
  
  如有愿意为这部分人群提供帮助的专业机构或社会各界爱心人士,请联系 社会网络与数据挖掘 共同研究微博抑郁倾向用户自杀干预方案。
  
  (来源:36kr 心灵花园)


相关标签