大数据或成“抑郁情绪识别”新兴方法?

起点学院产品经理365成长计划,2天线下闭门集训+1年在线学习,全面掌握BAT产品经理体系。了解详情

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。

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,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%(图二)。该群体微博关键词为:死、抑郁症、生命、痛苦、自杀(见图一)。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?

 

FROM 36kr

您的赞赏,是对我创作的最大鼓励。

评论( 0

登录后参与评论
加载中