基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
临床心理学指出,心理健康状况通过人的行为表现,其中包括网络行为.传统的心理健康测评以自陈量表的形式为主.这不但要耗费大量的人工处理工作,更不能做到实时进行心理健康状态的获取.针对传统方法的不足,本文旨在通过新浪微博的环境,预测用户的心理健康状况,特别是抑郁和焦虑问题.通过批量获取微博用户的网上数据,验证了传统理论中人格和心理健康之间的相关性,并采用多任务回归学习预测微博用户的心理健康状况.结果表明,心理健康问题可以通过网络行为反映出来,通过用户的微博使用情况,预测其抑郁和焦虑的程度是可行的.
推荐文章
社交网络中微博用户行为的分析与预测
社会网络
微博
转发行为
预测
基于RBF神经网络的微博用户兴趣预测模型
微博
邻居节点
长期兴趣
短期兴趣
RBF神经网络
预测算法
融合用户行为和内容的微博用户影响力方法
微博
影响力
用户行为
信息传播
LDA模型
基于用户特征属性的微博话题关键用户挖掘
关键用户
微博用户排序
时间属性
用户交互
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 微博用户的抑郁和焦虑预测
来源期刊 中国科学院大学学报 学科 工学
关键词 抑郁 焦虑 新浪微博
年,卷(期) 2014,(6) 所属期刊栏目 计算机科学
研究方向 页码范围 814-820
页数 分类号 TP391.4
字数 语种 中文
DOI 10.7523/j.issn.2095-6134.2014.06.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱廷劭 中国科学院心理研究所 45 122 7.0 9.0
2 李昂 中国科学院大学计算机与控制学院 60 473 9.0 21.0
3 白朔天 中国科学院大学计算机与控制学院 3 6 1.0 2.0
4 郝碧波 中国科学院大学计算机与控制学院 5 29 3.0 5.0
5 聂栋 中国科学院大学计算机与控制学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
抑郁
焦虑
新浪微博
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国科学院大学学报
双月刊
2095-6134
10-1131/N
大16开
北京玉泉路19号(甲)
82-583
1984
chi
出版文献量(篇)
2247
总下载数(次)
2
总被引数(次)
15229
论文1v1指导