新闻传播学论文

您当前的位置:学术堂 > 文学论文 > 新闻传播学论文 >

学生抑郁症在微博社交网络研究现状及识别方法

来源:新闻研究导刊 作者:戴骐
发布于:2021-07-20 共3657字
  本篇论文快速导航:

展开更多

社交网络论文范文第六篇:学生抑郁症在微博社交网络研究现状及识别方法

  摘要:在当今社会,抑郁症是一种患病率较高的疾病,但这种疾病并不被大多数人所理解,并没有引起足够的重视,患者常常被误解为懒惰生活、态度消极的人。抑郁症具有很大的危害性,它能在不知不觉中改变人的生活习性与思想方式,病情严重时可能引发自杀。现今,抑郁症在学生群体里并不陌生,很多学生受多种因素的影响,患上了抑郁症,但家长的不理解使学生不愿意向其倾诉,他们开始通过社交网络寻求安慰。微博是近些年流行的社交平台,容纳了大量的学生,他们在社交网络上倾诉自己的心事,寻找志同道合的朋友。本文通过研究微博上的学生用户群体,探讨微博社交网络中学生用户抑郁症的识别方法,旨在为日后的研究提供一定的帮助。

  关键词:微博;社交网络;学生用户;抑郁症;识别方法;

  作者简介:戴骐(1986-),女,江西吉水人,硕士,讲师,研究方向:高职学生心理健康教育。;

  基金:湖南广播电视大学2019年度校级科研课题"'互联网+'背景下高职学生抑郁症识别机制研究"成果,项目编号:XDK2019-Q-3;

社交网络

  一、引言

  微博是近些年流行的一款社交软件,它强调内容与转发评论,注重多功能发展,广阔的社交圈使信息传播的速度越来越快。现今,微博上学生群体占比很大,其中16~25岁的人占比达61%.在微博上,这些学生更容易被理解,更容易找到知音,在现实中会被人嘲笑的观点想法,在这里可以自由讨论,甚至可能找到"同类",因此它越来越受学生用户欢迎。目前,中国的抑郁症年轻化发展,越来越多的年轻人患上了抑郁症,在学生群体中,情况愈发严峻,患病率高达23.8%.抑郁症的病因与发病机制尚不明确,大量资料显示,抑郁症受遗传、神经活动、神经分泌物、睡眠、脑电波、家庭等因素的影响。本文对受学生群体追捧的微博网络社交进行研究,找到从中识别抑郁症的方法,旨在为学生抑郁症的治疗提供一定的帮助。

  二、抑郁症的特征及分类

  抑郁症是一种心理障碍症,主要表现为情绪低落,思维迟缓,身体疲惫无力,对任何事情都提不起兴趣,甚至对原来感兴趣的事物兴趣全无。随之而来的还有记忆力减退,大脑反应迟钝,思维反应能力下降。抑郁情绪常常出现昼重夜轻的情况,一般在早晨加重,到了下午和晚上则有所减轻,但是部分心因性抑郁障碍患者则正好相反,可能在下午或晚上病情加重,而早上会有所减轻。临床上根据症状的数量、类型及严重程度,将抑郁症分为轻度、中度和重度三种,也可以根据特定人群分为老年抑郁症、儿童抑郁症等[1].

  三、抑郁症患者的症状表现

  (一)情绪心理方面的表现

  抑郁症的核心症状为情绪低落,患者可明显感觉到苦闷烦忧、失望,觉得未来无望、生命无趣,常常有度日如年的感觉,愁眉苦脸,唉声叹气,且低落的心情不会随着环境的变化而发生改变。不仅是自觉思维反应变慢,决断能力下降,思考困难,严重者甚至连交流能力及应答能力都可能出现障碍。抑郁症患者对近期事件的记忆力下降,注意力无法集中,对自己和周围的环境漠不关心,对信息的加工能力逐渐退减,觉得生命无用、无望、无助,常常自我贬低,觉得人生失败,自己没有丝毫价值,对病情也无能为力,缺少援助,找不到出路,前途一片黑暗。

  (二)认知及精神方面的表现

  抑郁症可以改变一个人的思维方式,让人对自己过往的轻微过失加以责备,产生深深的内疚感和负罪感,甚至使人觉得自己罪大恶极、罪孽深重,需要受到社会的批判和惩罚。病情严重的患者会有自杀的想法并付诸行动,且自杀念头常常出现、较为顽固,采取的自杀方式多数都考虑严密,让人难以防范,所以自杀行为是最严重、最危险的表现症状。抑郁症患者的精神状况也会发生改变,可出现精神运动性迟滞或激越。精神迟滞表现为动作缓慢,活动量减少,疏远亲友,回避社交,不注意个人卫生;而精神激越则是大脑不受控制地想没有目的的事,思维内容混乱、天马行空,严重时可能出现幻觉、幻视等精神病性症状[2].

  (三)个人生活作息方面的表现

  部分抑郁症患者会主动寻求治疗并正确描述自己的病情,而病情严重的抑郁症患者对自己当前的状态缺乏正确的认识,并且没有寻求治疗的愿望。抑郁症可以改变患者的作息规律,使患者出现睡眠轻浅、多梦、睡眠感缺失等情况,其中入睡困难最为常见。同时,患者的食欲也会下降,精力不足,经常表现得疲惫无力,给人一种懒惰、不讲卫生的印象[3].

  四、微博社交网络研究现状

  微博的影响力越来越大,越来越多的学者开始进行微博研究。微博的包容性及多样化为许多有抑郁倾向的人提供了情感宣泄的场所,同时其还有大量可供交互的信息,这为主动发现识别抑郁症提供了平台。目前,在线社会网络相关研究成为热点,受一些学者的关注,与微博相关的研究可以大致归纳为以下三点:一是在线社会网络的基础性研究;二是在线社会网络环境下的信息传播研究;三是在线社会网络的应用研究。在抑郁症的影响下,人的语言及行为方式都会有所改变,微博上积累的数据记录了用户思想、观点及生活方面的细节,以微博用户的公开资料为基础,对有抑郁倾向的用户进行分析,有利于探索通过微博网络社交识别抑郁症的方法[4].

  五、微博社交网络识别抑郁症的方法

  (一)相关的研究内容

  微博上海量的数据与庞大的学生用户群体,为我们了解学生奠定了很好的基础。部分学者通过在线网络对用户的身心健康进行评估,结合传统的统计方法,科学地进行分析,建立了用于预测的数学模型,用来识别特定用户,为快速识别有抑郁倾向的人员提供了助力,相较于传统方式,更便捷快速。传统的抑郁症诊断方式十分耗费人力、时间,已无法应对现今的情况,必须作出创新改变[5].

  (二)相关的研究方法

  本文的研究借鉴了其他学者的方法,通过应用心理学研究人类的心理活动,目前心理学相关研究已经提出了许多有关抑郁症诊断的方法、量表,且经过实践检验证明是有效的,对抑郁症的诊断有一定帮助,已经得到了广泛使用。根据微博上用户发布的信息,以及互联网用户常常使用的语言的特点,可以汉密尔顿抑郁量表为依据,对微博上的用户进行分类,并利用心理学相关分析方法对结果进行解读。对微博上的用户进行区分,还需要用到语言处理,自然语言处理是研究人与计算机之间用自然语言进行良好沟通的各种理论和方法,它与语言学的关系紧密但存在区别。此研究涉及有抑郁倾向用户的博文语言情感分析,因此在处理时需要对博文内容进行分解,利用最大匹配法,将文本分割成最匹配词典词语的独立词汇。还要利用计算机的数据挖掘功能,在大量数据中进行筛选,对有抑郁倾向的人群的高频词汇、符号等进行统计,查看用户关注的粉丝、用户对某些内容的关注量等,将其作为辅助判别的方式[6].

  (三)研究的结果

  根据以往的研究,我国目前的微博网络覆盖率已达到55.4%,根据微博中的数据信息,可以发现微博中有抑郁倾向的人群对某些词语的使用频率高于正常人群,这些特定的词语包括程度级别词语、负面情感词语、主张词语等。除此之外,在描述事物时,由于语言文字的表达能力有限,富有想象力的网民们想出了多种增强文本表达能力的方式,表情符号就是其中一种。表情符号有利于帮助网民充分表达自己的情绪,如在表达高兴时,可以在文本中加入"哈哈"这个表情符号,在表达悲伤时可以加入"大哭"的符号,体现自己难过的心情。在微博中,表情符号非常受欢迎,几乎每个用户都会使用,现在表情符号已成为文本表达的延伸。除此之外,有抑郁倾向的用户,微博的发布时间也与正常用户存在区别。没有抑郁倾向的人群通常在白天发布微博,22:00之后普通用户的微博发布量不再增加;而有抑郁倾向的用户微博在20:00~8:00左右,微博发布量较多,说明有抑郁倾向的用户在晚上和凌晨活跃度较高,其存在一定的睡眠障碍,不能及时入睡,而8:00~20:00是工作和学习的时段,有抑郁倾向的用户微博发布量明显下降。抑郁症患者大多被失眠的问题所困扰,睡眠质量较差,作息不规律,在该休息的时间段内较为活跃,在工作和学习的时间段内活跃度反而降低,这是一个十分值得注意且较容易发现的现象。

  六、结语

  本文分析微博中有抑郁倾向的用户的基本特征,对微博用户发布的文本、发布文本的时间及个人资料进行研究,发现有抑郁倾向的用户在语言的使用、情感符号的使用、微博的发布时间、微博的关注内容上都存在差异。基于此,可以找出微博中的抑郁人群常常接触的内容,增强识别抑郁症的能力。学校应该优化心理辅导方法,通过加强对微博等社交网络的监测,了解学生的心理状况,减少抑郁症造成的悲剧。

  参考文献

  [1]李俊磊。融合人口统计学信息的脑电信号建模方法及其在抑郁症识别中的应用[D].兰州:兰州大学, 2020.

  [2]张冰涛。基于生理信息的睡眠障碍识别方法及关键技术研究[D].兰州:兰州大学,2019.

  [3]江筱,邵珠宏,尚媛园,等。基于级联深度神经网络的抑郁症识别[J].计算机应用与软件, 2019 , 36(10): 117-122 , 150.

  [4]周莹。多类型特征融合的抑郁倾向识别方法研究[D].济南:山东师范大学, 2019.

  [5]杨楚珺。基于语音和面部特征的抑郁症识别技术研究[D] .重庆:西南大学, 2019.

  [6]赵小利。基于微博文本和深度学习的抑郁症识别研究[D].北京:北京工业大学, 2019.

返回本篇论文导航
作者单位:湖南网络工程职业学院
原文出处:戴骐.微博社交网络中的学生用户抑郁症识别方法研究[J].新闻研究导刊,2021,12(08):27-28.
相关内容推荐
相关标签:
返回:新闻传播学论文