由哈工大“社會網絡與數據挖掘”聯合實驗室、國內數據挖掘公司“宏博知微”組成的研發團隊，于6月底建成基于社交媒體數據的抑郁傾向識別模型。相關人士表示，這項研究結果或成為抑郁情緒臨床識別之外的新興識別方法。
據公開數據，自殺人群中有63.5%患有抑郁癥，但僅9%在自殺前曾到精神科或心理咨詢機構就診。抑郁識別模型研發者認為，利用大數據來識別個體抑郁傾向及自殺傾向，或能及時挽救更多抑郁傾向人群的生命。該模型是通過采集新浪微博全平臺億級的數據，運用自然語言處理、時間序列、機器學習等算法，對微博用戶進行抑郁傾向識別，截止日前已從識別出的抑郁傾向用戶中，多人在微博中稱準備自殺。
存在抑郁傾向的微博用戶與普通用戶發博時間有明顯差異，這部分人群發博高峰在23點，其夜間活躍度比普通用戶平均約高出30%（圖二）。該群體微博關鍵詞為：死、抑郁癥、生命、痛苦、自殺（見圖一）。有60%為女性，40%為男性，女性比例比男性略高，也與之前兩位女性微博用戶“走飯”、“sienna賽娜”因抑郁癥而自殺的報道相符。
利用大數據干預抑郁情緒識別及治療是否可行，微博用戶對此看法不一。持反對態度的網友“sen哥-”認為：“一想到萬一我死了微博也會被素不相識的人翻出來，公開地at，一條條統計數據，一個個點蠟燭，好幾百轉發，就覺得連死這件事都他媽的毫無尊嚴。出發點是好的又如何，方式如此無禮粗暴，我完全不覺得po主有試圖站在患者的角度理解憂郁的痛苦。”持支持態度的網友“La_Prairie認為”：“多一些關愛，就少一些遺憾。”也有中立網友認為：“大數據用于商業，同樣也要用于非盈利功德無量的人文關懷。比如向這樣的博主發送激勵、正能量的內容，進行實時正向干擾。”
對于以上爭議，研究團隊表示：團隊從2011年起就從事新浪微博用戶特征的挖掘刻畫研究，包括行業刻畫、疾病刻畫、情緒刻畫等。將在未來一段時間內，基于不斷的完善情感模型，增加情景模型和一些人物畫像模型，對抑郁傾向人群（乃至其他邊緣化人格及變態心理學中一些在微博中可以體現的特征）做出更準確的判斷，為精神類疾病、危害社會行為的提前干預做數據支持。
我國抑郁癥發病率約為3%～5%，目前已有超過2600萬人患抑郁癥。在過去50年里，我國自殺率上升了60%，平均每年有28.7萬人死于自殺，200萬人自殺未遂，自殺人群中約有95%患有精神障礙。全國地市級以上醫院對抑郁癥的識別率不到20%。
“我有抑郁癥，所以就去死一死，沒什么重要的原因，大家不必在意我的離開。拜拜啦。”——走飯（2012年3月18日10:54）
“抱歉很多事情沒來得及處理和交待就離開。抑郁癥太痛苦，世界變得黑暗扭曲，再努力也感受不到任何美好，想什么都想到死。姥姥在叫我，應該就要精神分裂，實在熬不住了。再見，大家。”——sienna賽娜（2013年2月16日23:57）
在微博上跟這個世界告別后，兩位姑娘在去年和今年的春天分別離開了塵世。她們同被“抑郁癥”折磨，同樣選擇了自殺。值得尋味的是，微博上的幾億用戶，就沒有人關注到她們進而干預勸導嗎？微博大平臺中，還有多少個“走飯”、“賽娜”？有沒有辦法在他們做出自殺行動前就對其進行特別關注？
推薦閱讀
從2008年到2012年，《投資者報》借由“投資者報50指數”（下稱“TZ50”）傳播了一些尋找好公司的有用建議。我們每年5月都會從A股所有上市公司中挑>>>詳細閱讀
本文標題：大數據或成“抑郁情緒識別”新興方法？
地址：http://www.sdlzkt.com/a/shuju/20130710/280529.html
網友點評
精彩導讀
科技快報
品牌展示