Автор: Дарья Колмина
"Питерские заметки", 10.01.2024:
Учёные разрабатывают метод анализа постов в социальных сетях для выявления ранних признаков проблем с психическим здоровьем.
Соответствующее исследование было опубликовано на сайте Университета Джеймса Кука (JCU) 9 января 2024 года.
Ментальные заболевания стали глобальной проблемой, а пандемия коронавируса усугубила ситуацию. Исследователи утверждают, что анализ текстов в социальных сетях может выявить потенциальные факторы риска психических заболеваний: новый метод учитывает историю постов и их временные характеристики. Ученые уверены, что этот способ будет полезен для мониторинга и поддержки людей с проблемами психического здоровья.
Результаты работы российских учёных проанализировали журналисты портала "Питерские заметки". В публикации экспертов Психологического института РАО Натальи Кисельниковой, Максима Станкевича и Марии Даниной говорится, что модели машинного обучения могут выявить депрессию у людей, анализируя их активность в социальной сети ВКонтакте. Сочетание языковых особенностей текстов и поведенческих параметров пользователей (количество друзей, подписок, лайков и т. д.) позволило добиться наилучших результатов в определении этого состояния.
Анализ текстов и поведения в социальных сетях может помочь выявить риски и предложить своевременную помощь пользователям, столкнувшимся с депрессией.
Соответствующее исследование было опубликовано на сайте Университета Джеймса Кука (JCU) 9 января 2024 года.
Ментальные заболевания стали глобальной проблемой, а пандемия коронавируса усугубила ситуацию. Исследователи утверждают, что анализ текстов в социальных сетях может выявить потенциальные факторы риска психических заболеваний: новый метод учитывает историю постов и их временные характеристики. Ученые уверены, что этот способ будет полезен для мониторинга и поддержки людей с проблемами психического здоровья.
Результаты работы российских учёных проанализировали журналисты портала "Питерские заметки". В публикации экспертов Психологического института РАО Натальи Кисельниковой, Максима Станкевича и Марии Даниной говорится, что модели машинного обучения могут выявить депрессию у людей, анализируя их активность в социальной сети ВКонтакте. Сочетание языковых особенностей текстов и поведенческих параметров пользователей (количество друзей, подписок, лайков и т. д.) позволило добиться наилучших результатов в определении этого состояния.
Анализ текстов и поведения в социальных сетях может помочь выявить риски и предложить своевременную помощь пользователям, столкнувшимся с депрессией.