روش جدید برای تشخیص استرس در محیط مجازی با استفاده از کلاس بندی SVM
سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 230
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MPHCONF08_034
تاریخ نمایه سازی: 2 تیر 1403
چکیده مقاله:
استرس حالتی است که ناشی از وارد شدن فشارهای روحی و جسمی به فرد است . استرس حالتی ناشی از فشار است با اندک اغماضی می توان استرس را همان فشار عصبی در نظر گرفت که انسان در مقابل محرک های ناسازگار بیرونی از خود بروز می دهد. تشخیص استرس یک موضوع در حال رشد در زمینه پردازش زبان طبیعی است . به منظور پیش بینی سلامت ذهنی برای بهره بردن از توسعه سیستم های توصیه و ارزیابی های خودکار سلامت ذهنی در تحقیقات قبلی ، مطالعه تشخیص استرس اثبات شده است . علاوه بر این ، کاربرد گسترده رسانه اجتماعی بعنوان یک منبع داده احتمالی برای توسعه چنین مدل هایی بکار گرفته شده است . در این مقاله تلاش شده است تا تشخیص دهد که آیا کاربران فضای مجازی تحت استرس هستند. لذا یک دیتاست مرتبط با Dreaddit شامل پست های یک پلتفرم رسانه اجتماعی محبوب Reddit استفاده کردیم . ما یک مدل یادگیری ماشینی شامل ماشین بردار پشتیبان (SVM)، را پیشنهاد شد. ارزیابی نهایی مدل و درستی را نتیجه داد، و هر دو توسط SVM امتیاز داده شدند.
کلیدواژه ها:
نویسندگان
تورج هاشمی
استاد گروه روانشناسی دانشگاه تبریز
مهدیه ملکی صدقی
دانشجوی کارشناسی ارشد روانشناسی بالینی دانشگاه تبریز