论文部分内容阅读
社交媒体的崛起为研究抑郁症人群的性别差异提供了新维度。据世界卫生组织统计，全世界约有3.22亿抑郁症患者，抑郁症占全球非致命性疾病负担的10%。抑郁症存在性别差异，女性患病几率约是男性的两倍，代表着男女在心理健康方面的重大差异。社交媒体的兴起使大量抑郁患者在社交平台中出现，为了解在线抑郁倾向人群的性别差异，并实现针对性的管理带来了契机。本文旨在利用数据挖掘技术对社交媒体中抑郁倾向人群的行为模式、影响因素、交互网络进行性别差异分析，主要内容如下：
第一，本文分析了抑郁倾向人群在线行为的性别差异。首先在抑郁心理学、性别差异、在线社交网络相关理论的基础上，将抑郁倾向男女用户的日常活跃度、常用关键词、评论数量、情感属性、社会支持作为抑郁倾向人群主要的在线行为，利用文本挖掘和统计学方法对其进行了深入的对比分析，从而揭示抑郁倾向人群在行为中所存在的性别差异。
第二，基于抑郁倾向人群的微博数据，对抑郁情绪影响因素进行了性别差异分析。首先，利用基于FastText和Bert两种自然语言处理方法构建了抑郁倾向人群影响因素分类模型，用以识别发表了包含影响因素内容的微博评论。其次，又将影响因素分为婚姻及恋爱因素、家庭因素、压力事件、生理因素四个主题，对抑郁倾向男女披露的影响因素主题进行了统计和对比分析。通过对抑郁倾向人群评论数据的实证研究，揭示影响男女用户抑郁情绪变化的因素是否存在差异。
第三，基于复杂网络分析方法对披露影响因素的抑郁倾向人群所形成的交互网络进行了性别差异研究。在识别出表达影响因素用户的基础之上，研究了交互行为对男女用户披露影响因素意愿的影响，从性别和是否发表影响因素两个维度出发，将用户分为四种类型，清晰地刻画了抑郁倾向人群在交互模式中存在的性别差异。
本研究利用数据挖掘方法对社交媒体上的抑郁倾向人群进行性别差异分析，完善了在线领域抑郁症性别差异的研究，丰富了抑郁症性别差异相关理论，为不同群体给予个性化医疗服务提供了数据支撑。
第一，本文分析了抑郁倾向人群在线行为的性别差异。首先在抑郁心理学、性别差异、在线社交网络相关理论的基础上，将抑郁倾向男女用户的日常活跃度、常用关键词、评论数量、情感属性、社会支持作为抑郁倾向人群主要的在线行为，利用文本挖掘和统计学方法对其进行了深入的对比分析，从而揭示抑郁倾向人群在行为中所存在的性别差异。
第二，基于抑郁倾向人群的微博数据，对抑郁情绪影响因素进行了性别差异分析。首先，利用基于FastText和Bert两种自然语言处理方法构建了抑郁倾向人群影响因素分类模型，用以识别发表了包含影响因素内容的微博评论。其次，又将影响因素分为婚姻及恋爱因素、家庭因素、压力事件、生理因素四个主题，对抑郁倾向男女披露的影响因素主题进行了统计和对比分析。通过对抑郁倾向人群评论数据的实证研究，揭示影响男女用户抑郁情绪变化的因素是否存在差异。
第三，基于复杂网络分析方法对披露影响因素的抑郁倾向人群所形成的交互网络进行了性别差异研究。在识别出表达影响因素用户的基础之上，研究了交互行为对男女用户披露影响因素意愿的影响，从性别和是否发表影响因素两个维度出发，将用户分为四种类型，清晰地刻画了抑郁倾向人群在交互模式中存在的性别差异。
本研究利用数据挖掘方法对社交媒体上的抑郁倾向人群进行性别差异分析，完善了在线领域抑郁症性别差异的研究，丰富了抑郁症性别差异相关理论，为不同群体给予个性化医疗服务提供了数据支撑。