Forecasting the depression with user data from Russian-language social network

Résumé fourni par la source

В статье показаны возможности применения семантического анализа постов пользователей социальной сети ВКонтакте для мониторинга и прогнозирования депрессии. Подчеркивается серьезность проблемы депрессии, ее негативное влияние на здоровье и социум, а также актуальность ранней диагностики и помощи. В работе также обоснована необходимость и перспективы анализа данных русскоязычных социальных сетей для предотвращения развития депрессии у пользователей. В статье предложен подход, который позволяет проводить анализ текстовых данных и использовать логистическую регрессию для классификации пользователей по наличию депрессии. Результаты исследования показывают высокую точность модели с использованием логистической регрессии, что представляет потенциал для автоматизации процессов выявления и поддержки пользователей, страдающих депрессией по данным пользовательской информации в социальных сетях. Также приводится значимость данного метода, его практическая полезность для персонализированных интервенций, преимущества и перспективы развития, включая использование нейросетевых методов и анализ динамики данных. Несмотря на достигнутые результаты, отмечается необходимость дальнейшей работы над моделью, включая изучение других методов машинного обучения и учет изменений в психическом состоянии пользователя со временем. Развитие методов прогнозирования депрессии на основе данных социальных сетей, предложенных в статье, является важным направлением, способным принести значительный вклад в области психологии, здравоохранения и информационных технологий. The article explores the possibilities of applying semantic analysis of user posts on the social network VKontakte for monitoring and predicting depression. It emphasizes the seriousness of the depression issue, its negative impact on health and society, and the relevance of early diagnosis and assistance. The study also justifies the necessity and prospects of analyzing data from Russian-language social networks to prevent the development of depression among users. The article examines the analysis of textual data and the use of logistic regression to classify users based on the presence of depression. The study's results show high model accuracy using logistic regression, demonstrating the potential for automating the processes of identifying and supporting users suffering from depression in the online environment based on user information from social networks. The significance of this method is also highlighted, along with its practical usefulness for personalized interventions, its advantages, and its development prospects, including the use of neural network methods and the analysis of data dynamics. Despite the results achieved, there is a need for further work on the model, including the study of other machine learning methods and taking into account changes in the user’s mental state over time. The development of depression prediction methods based on social network data, as proposed in the article, is an important direction that can make a significant contribution to psychology, healthcare, and information technology.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.