تشخیص افسردگی با ماشین بردار پشتیبان

افسردگی به عنوان یکی از شایعترین اختلالات، روانی تاثیر عمیقی بر سلامت روان و کیفیت زندگی افراد دارد. با توجه به شیوع بالای این اختلال و کمبود دسترسی به خدمات درمانی روانشناختی نیاز به روشهای نوین و کارآمد برای تشخیص زودهنگام افسردگی احساس میشود. پژوهش حاضر با اهداف تشخیص افسردگی بر اساس دادههای متنی با روش ماشین بردار پشتیبان انجام شد. به این منظور از جامعه کاربران شبکه اجتماعی نمونه ای به اندازه ی ۱۷۰۷ گرفته شد. دادههای به دست آمده و با استفاده از روشهای یادگیری ماشین روش بردار پشتیبان و واریانس مورد تجزیه و تحلیل قرار گرفت. از نرم افزار ۳.۱۰.۱۲ Python جهت تجزیه و تحلیل دادهها استفاده شد. نتایج حاصل از روش ماشین بردار پشتیبان نشان داد با استفاده از دادههای متنی میتوان افسردگی را با دقت ۸۵٪ تشخیص داد. علاوه بر این مشاهده شد میانگین نمرات احساسات، کلمات خاص مثبت و منفی و همچنین فرهنگ لغت ویژگیهای بالینی ساخته شده به تشخیص افسردگی در متون کمک میکنند. ذکر این نکته نیز مهم است که تفاوت چشمگیری برای این مولفه ها در دو گروه مشاهده نشد و دلیل آن ناترازی مجموعه دادگان بود.

کلیدواژه ها:

افسردگی ، دادههای متنی ، ماشین بردار پشتیبان