大数据或成“抑郁情绪识别”新兴方法？

由哈工大“社会网络与数据挖掘”联合实验室、国内数据挖掘公司“宏博知微”组成的研发团队，于6月底建成基于社交媒体数据的抑郁倾向识别模型。相关人士表示，这项研究结果或成为抑郁情绪临床识别之外的新兴识别方法。

据公开数据，自杀人群中有63.5%患有抑郁症，但仅9%在自杀前曾到精神科或心理咨询机构就诊。抑郁识别模型研发者认为，利用大数据来识别个体抑郁倾向及自杀倾向，或能及时挽救更多抑郁倾向人群的生命。该模型是通过采集新浪微博全平台亿级的数据，运用自然语言处理、时间序列、机器学习等算法，对微博用户进行抑郁倾向识别，截止日前已从识别出的抑郁倾向用户中，多人在微博中称准备自杀。

存在抑郁倾向的微博用户与普通用户发博时间有明显差异，这部分人群发博高峰在23点，其夜间活跃度比普通用户平均约高出30%（图二）。该群体微博关键词为：死、抑郁症、生命、痛苦、自杀（见图一）。有60%为女性，40%为男性，女性比例比男性略高，也与之前两位女性微博用户 “走饭” 、“sienna赛娜” 因抑郁症而自杀的报道相符。

利用大数据干预抑郁情绪识别及治疗是否可行，微博用户对此看法不一。持反对态度的网友“sen哥-” 认为：“一想到万一我死了微博也会被素不相识的人翻出来，公开地at，一条条统计数据，一个个点蜡烛，好几百转发，就觉得连死这件事都他妈的毫无尊严。出发点是好的又如何，方式如此无礼粗暴，我完全不觉得po主有试图站在患者的角度理解忧郁的痛苦。”持支持态度的网友“La_Prairie认为”：“ 多一些关爱，就少一些遗憾。”也有中立网友认为：“大数据用于商业，同样也要用于非盈利功德无量的人文关怀。比如向这样的博主发送激励、正能量的内容，进行实时正向干扰。”

对于以上争议，研究团队表示：团队从2011年起就从事新浪微博用户特征的挖掘刻画研究，包括行业刻画、疾病刻画、情绪刻画等。将在未来一段时间内，基于不断的完善情感模型，增加情景模型和一些人物画像模型，对抑郁倾向人群（乃至其他边缘化人格及变态心理学中一些在微博中可以体现的特征）做出更准确的判断，为精神类疾病、危害社会行为的提前干预做数据支持。

我国抑郁症发病率约为3%～5%，目前已有超过2600万人患抑郁症。在过去50年里，我国自杀率上升了60%，平均每年有28.7万人死于自杀，200万人自杀未遂，自杀人群中约有95%患有精神障碍。全国地市级以上医院对抑郁症的识别率不到20%。

“我有抑郁症，所以就去死一死，没什么重要的原因，大家不必在意我的离开。拜拜啦。”——走饭（2012年3月18日10:54）

“抱歉很多事情没来得及处理和交待就离开。抑郁症太痛苦，世界变得黑暗扭曲，再努力也感受不到任何美好，想什么都想到死。姥姥在叫我，应该就要精神分裂，实在熬不住了。再见，大家。 ”——sienna赛娜（2013年2月16日 23:57）

在微博上跟这个世界告别后，两位姑娘在去年和今年的春天分别离开了尘世。她们同被“抑郁症”折磨，同样选择了自杀。值得寻味的是，微博上的几亿用户，就没有人关注到她们进而干预劝导吗？微博大平台中，还有多少个“走饭”、“赛娜”？有没有办法在他们做出自杀行动前就对其进行特别关注？

【如有愿意为这部分人群提供帮助的专业机构（或社会各界爱心人士），请联系 社会网络与数据挖掘 共同研究微博抑郁倾向用户自杀干预方案。】

未经允许不得转载：DOIT » 大数据或成“抑郁情绪识别”新兴方法？