自伤:Twitter 上的检测与支持
计算与语言
2021-04-02 v1 社会与信息网络
摘要
自 Twitter 和 Facebook 等在线社交媒体平台出现以来,利用在线用户发布的信息开展了诸多有益的健康相关研究。心理健康、自伤和抑郁等个人健康问题已被研究,因为用户常在这些平台上分享自己的故事。在线用户诉诸分享,是因为在线社区的共情与支持对帮助受影响个体至关重要。初步分析显示了与非自杀性自伤(NSSI)相关的内容如何在 Twitter 上扩散。因此,我们利用 Twitter 收集相关数据、分析并提出了支持易有 NSSI 行为用户的方法。我们的方法使用自定义爬虫从自我报告用户和致力于对抗自伤的相关组织获取相关推文。通过文本分析,我们识别出六类主要的自伤用户:施伤者、反自伤者、寻求支持者、康复者、亲自伤者和风险者。施伤者类别在收集中占主导。从参与角度,我们展示了在线用户如何回应自伤支持组织在 Twitter 上发布的信息。通过留意参与度最高的组织,我们应用一种有用技术来揭示该组织的策略。在线参与者表现出对带有心理健康相关属性的在线帖子的强烈倾向。我们的研究基于社交媒体可用作支持主动措施以缓解自伤负面影响的工具这一前提。据此,我们提出了通过一系列建议来防止潜在用户参与自伤并支持受影响用户的方法。为支持进一步研究,该数据集将向感兴趣的研究者提供。
引用
@article{arxiv.2104.00174,
title = {Self-harm: detection and support on Twitter},
author = {Muhammad Abubakar Alhassan and Isa Inuwa-Dutse and Bello Shehu Bello and Diane Pennington},
journal= {arXiv preprint arXiv:2104.00174},
year = {2021}
}
备注
11 pages, 6 figures, 2 tables, conference paper