本文利用現有的較完善的通用情感詞典,并加入網絡用詞,構建與抑郁癥有關的情感詞典,結合現有的情感分析手段分析語句中的情感值。人工篩選抑郁用戶及非抑郁用戶,爬取用戶的基本信息及微博內容,從獲取的數據中選擇相關的信息作為特征。將構建好的特征向量及人為標注的標簽(是否抑郁)作為數據集,并隨機劃分為訓練集和測試集,通過XGBoost、SVM、決策樹、lightGBM等算法構建不同的分類器,結合精確率、召回率和F1值等指標,得出最優(yōu)分類器XGBoost,XGBoost分類模型的準確率為91%,召回率為59%,F1分數為71%。該實驗結果也表明用社交數據來預測抑郁傾向是可行的。

【文章頁數】：2 頁

【文章目錄】：
1 問題背景
2 數據分析
    2.1 抑郁和非抑郁用戶的選取
    2.2 數據獲取及預處理
        2.2.1 數據獲取
        2.2.2 數據預處理
        2.2.3 情緒分析技術
3 基于情緒詞典的預測模型
    3.1 特征選取
    3.2 實驗結果及分析
4 總結



本文編號：3781781