基于深度学习的在线健康社区抑郁症用户画像研究

• 作者: 刘海鸥 姚苏梅 何旭涛 苏妍嫄
• 来源期刊: 小型微型计算机系统
• 关键词: 在线健康社区 抑郁症 用户画像 TCNN-GRU模型 深度学习
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 图形与图像技术|Graphics and Image Technology
• 页码范围: 572-577
• 页数: 6页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2021.03.021

摘要

人工智能与深度学习技术为精准识别在线健康社区抑郁症患者奠定了基础.首先构建了基于TCNN-GRU深度学习的抑郁情感分类模型,进行在线健康社区实验数据集进行抑郁情感分类标注后,通过TCNN-GRU模型判别用户的抑郁症倾向;在此基础上,进一步提出抑郁指数的概念,通过对抑郁指数和患者抑郁程度两者关系的深度挖掘,由此建立基于深度学习的在线健康社区抑郁症用户画像模型.实验结果表明,与传统的卷积神经网络模型、循环神经网络模型以及混合模型相比,TCNN-GRU模型在抑郁情感分类上能获得了更优的结果,基于深度学习的在线健康社区抑郁症用户画像模型也能够从文本分析的角度准确识别用户的抑郁情感和抑郁状态.