在 Twitter 上识别抑郁症

社交媒体近来已成为在线传播信息的主要方式。通过这些在线网络，数千万个人交流他们的想法、个人经历和社会理想。因此我们探索社交媒体在在线角色出现之前甚至预测重度抑郁症（MDD）的潜力。我们采用众包方法编制一份自称被诊断患有抑郁症的 Twitter 用户列表。利用最多一年的先前社交媒体发帖，我们采用词袋（Bag of Words）方法量化每条推文。最后，我们利用几种统计分类器提供抑郁风险的估计。我们的工作提出了一种构建分类器的新方法，将社交视为文本分类问题，而非社交媒体平台上的行为问题。通过使用 250 万条推文的语料库，我们在分类中达到了 81% 的准确率，精确率得分为 .86。我们相信该方法可能有助于开发估计个人患抑郁症风险的工具，可被医生、相关个人和医疗保健机构用于辅助诊断，甚至可能使抑郁症患者对其心理健康恢复更加主动。