• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE/WIC/ACM International Conference on Web Intelligence >Predicting Depression of Social Media User on Different Observation Windows
【24h】

Predicting Depression of Social Media User on Different Observation Windows

机译：在不同观察窗口上预测社交媒体用户的抑郁

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Depression has become a public health concern around the world. Traditional methods for detecting depression rely on self-report techniques, which suffer from inefficient data collection and processing. This paper built both classification and regression models based on linguistic and behavioral features acquired from 10,102 social media users, and compared classification and prediction accuracy respectively among models built on different observation windows. Results showed that users' depression can be predicted via social media. The best result appears when we make prediction in advance for half a month with a 2-month length of observation time.
机译：抑郁症已成为世界范围内对公共卫生的关注。传统的检测抑郁症的方法依赖于自我报告技术，该技术存在数据收集和处理效率低下的问题。本文基于从10102个社交媒体用户那里获得的语言和行为特征，建立了分类和回归模型，并在不同观察窗口上建立的模型之间分别比较了分类和预测准确性。结果表明，可以通过社交媒体预测用户的抑郁情绪。当我们提前两个月的观察时间进行半个月的预测时，最好的结果就会出现。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号