基于深度学习的微博用户自杀风险预测

• 作者: 朱廷劭 田玮
• 来源期刊: 中国科学院大学学报
• 学科: 工学
• 关键词: 自杀 多层神经网络 微博 社交网络 识别器
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 计算机科学
• 页码范围: 131-136
• 页数: 6页
• 分类号: TP39
• 语种: 中文
• DOI: 10.7523/j.issn.2095-6134.2018.01.018

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.

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	田玮	中国科学院心理研究所	1	0	0.0	0.0