从个人 Google 搜索与 YouTube 历史日志中检测抑郁症个体
计算机与社会
2020-10-30 v1 信息检索
机器学习
摘要
抑郁症是全球人群中最普遍的精神疾病之一。然而，传统筛查方法需要严苛的面对面访谈，且可能无法提供即时干预。在本工作中，我们利用普适的个人纵向 Google 搜索与 YouTube 参与日志来检测抑郁症个体。我们收集了 名参与者的 Google 搜索与 YouTube 历史数据及临床抑郁评估结果（其中 人患有中度至重度抑郁）。随后，我们提出一种基于互激发点过程的个性化框架，用于分类有抑郁症状与无抑郁症状的个体，该过程捕捉了在线活动的时间与语义两方面特征。我们的最佳模型取得了 的平均 F1 分数与 的 AUC ROC。
引用
@article{arxiv.2010.15670,
title = {Detecting Individuals with Depressive Disorder fromPersonal Google Search and YouTube History Logs},
author = {Boyu Zhang and Anis Zaman and Rupam Acharyya and Ehsan Hoque and Vincent Silenzio and Henry Kautz},
journal= {arXiv preprint arXiv:2010.15670},
year = {2020}
}
备注
Machine Learning in Public Health (MLPH) at NeurIPS 2020