PSYCH OpenIR  > 社会与工程心理学研究室
基于深度学习的微博用户自杀风险预测
其他题名Deep learning model for suicidal identification of Chinese microblogs
田玮1,2; 朱廷劭1
第一作者田玮
2018-01-15
发表期刊中国科学院大学学报
通讯作者邮箱tszhu@ psych.ac.cn
ISSN2095-6134
文章类型期刊论文
卷号35期号:01页码:131-136
产权排序1
摘要

随着互联网的发展,越来越多的人在社交网络表达自己的情感,其中包括自杀意愿,这就为自杀预防创造了新机遇。如果自杀风险可以利用微博进行自动识别,就可以为自杀预防工作开辟新方向。本文立足于使用深度学习建立社交媒体自杀识别器,探讨通过社交平台实时评估个体用户自杀可能性。为验证这种算法模型的有效性,对算法所使用的关键词属性进行统计学分析,并与另外两种算法模型的预测结果进行比较。实验结果表明基于深度学习的算法模型可更有效地对微博用户的自杀风险进行预测。

其他摘要

Abstract With the development of internet,more and more people express their emotion and feeling in social media, including suicidal ideation. There is a new opportunity for suicide prevention,if people with high suicidal risks can be identified through social media like microblog.In this work we attempt to set up the suicidal ideation recognizer with deep learning model,and address the possibility of suicidal risk assessment in social media. In order to verify the validity of the algorithm model,we also conduct statistical analysis of the key word features,and compare the incorrectly classified instances with other two algorithms. The results indicate that deep learning algorithm works more effectively for suicide risk identification.

关键词自杀 多层神经网络 微博 社交网络 识别器
DOI10. 7523 /j. issn. 2095-6134. 2018. 01. 018
收录类别CSCD
语种中文
CSCD记录号CSCD:6153668
引用统计
文献类型期刊论文
条目标识符http://ir.psych.ac.cn/handle/311026/27698
专题社会与工程心理学研究室
通讯作者朱廷劭
作者单位1.中国科学院心理研究所
2.中国科学院大学
第一作者单位中国科学院心理研究所
通讯作者单位中国科学院心理研究所
推荐引用方式
GB/T 7714
田玮,朱廷劭. 基于深度学习的微博用户自杀风险预测[J]. 中国科学院大学学报,2018,35(01):131-136.
APA 田玮,&朱廷劭.(2018).基于深度学习的微博用户自杀风险预测.中国科学院大学学报,35(01),131-136.
MLA 田玮,et al."基于深度学习的微博用户自杀风险预测".中国科学院大学学报 35.01(2018):131-136.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于深度学习的微博用户自杀风险预测.pd(673KB)期刊论文出版稿限制开放CC BY-NC-SA浏览 请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[田玮]的文章
[朱廷劭]的文章
百度学术
百度学术中相似的文章
[田玮]的文章
[朱廷劭]的文章
必应学术
必应学术中相似的文章
[田玮]的文章
[朱廷劭]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于深度学习的微博用户自杀风险预测.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。