Modelo de detecção de depressão através das mídias sociais

DSpace Repository

A- A A+

Modelo de detecção de depressão através das mídias sociais

Show full item record

Title: Modelo de detecção de depressão através das mídias sociais
Author: Silveira, Júlia Nakayama
Abstract: As redes sociais possuem grande importância no cotidiano das pessoas nos dias atuais. Usuários de todo o mundo utilizam mídias como Twitter, Facebook, Instagram, entre outras, para compartilhar informações pessoais e opiniões com seus contatos. Em função disso, a linguagem utilizada nesses compartilhamentos, os tipos de postagens e sua frequência podem revelar aspectos da personalidade e uma visão do estado mental do usuário. A depressão é uma doença que afeta milhões de pessoas pelo mundo, mas a avaliação muitas vezes é imprecisa e o diagnóstico da doença é prejudicado. Empregando as informações das redes sociais como entrada, é possível desenvolver um modelo analítico que faz uso dos conceitos de ciência de dados e aprendizado de máquina para identificar um comportamento depressivo nos usuários, auxiliando profissionais da saúde mental a diagnosticar depressão. Neste trabalho, após inúmeros testes, são apresentados um classificador utilizando técnicas já existentes de mineração de dados e gráficos com uma análise exploratória para visualização dos resultados obtidos. O classificador final foi o SVM, o qual conseguiu acertar 72% os usuários que tinham ou não depressão. De todos os usuários que realmente possuíam depressão, o modelo classificou corretamente 82%. E, por fim, 60% dos usuários que o modelo classificou como tendo depressão realmente possuíam essa classificação. Então, conclui-se que os objetivos do presente trabalho foram atingidos.
Description: TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Sistemas de Informação.
URI: https://repositorio.ufsc.br/handle/123456789/202444
Date: 2019-11-12


Files in this item

Files Size Format View Description
TCC_Julia_Nakayama_Silveira.pdf 1.067Mb PDF View/Open TCC

This item appears in the following Collection(s)

Show full item record

Search DSpace


Browse

My Account

Statistics

Compartilhar