پیش بینی بیماری افسردگی و بررسی عوامل موثر بر آن بر مبنای روش های داده کاوی (مطالعه موردی داده های جمع آوری شده از استان فارس و هرمزگان)

این مقاله به بررسی روش های مختلف داده کاوی برای پیش بینی افسردگی با استفاده از یک دیتاست جمع آوری شده توسط پرسشنامه مربوط به فعالیتهای روزانه و افسردگی با جامعه هدف مردم فارس و هرمزگان می پردازد. در این تحقیق، روش های مختلفی برای مدلسازی و پیش بینی افسردگی از الگوریتم های متداول داده کاوی، مورد بررسی قرار گرفته است. از جمله ماشین بردار پشتیبان، K همسایه نزدیک، جنگل تصادفی، شبکه عصبی مصنوعی، درخت تصمیم و سایر الگوریتم ها برای ساخت مدل های پیش بینی استفاده شده است. نتایج تحقیق نشان می دهد که مدل ترکیبی از ماشین بردار پشتیبان، K همسایه نزدیک و جنگل تصادفی عملکرد بهتری در پیش بینی افسردگی روی داده های موجود دارد. از عوامل موثر استخراج شده این است که هرچقدر یک فرد مدت زمان بیشتری از روز را از فضای مجازی استفاده کند، احتمال بیشتری وجود دارد که افسردگی داشته باشد

کلیدواژه ها:

داده کاوی ، افسردگی ، پیش بینی ، ماشین بردار پشتیبان ، عوامل موثر