Método para la detección de comportamientos depresivos en redes sociales.
DOI:
https://doi.org/10.15765/wpmis.v2i2.1035Palabras clave:
Análisis de sentimientos, minería de textos, procesamiento de lenguaje natural, depresión, suicidio, Cyberbullying.Resumen
En la actualidad los jóvenes están tan involucrados en estas redes que prácticamente le dedican mas del 30 por ciento de su tiempo al día actualizando sus estados, subiendo fotografías y generalmente viendo los perfiles de las personas relacionadas o no en su circulo social. Los jóvenes en edades tempranas pasan tanto tiempo en estas redes sociales que se les hace muy complicado expresar sus sentimientos como normalmente se esperaría que es con otra persona o especialmente con sus padres o docentes responsables por su bienestar social, dado este fenómeno es muy complicado identificar comportamientos de estos jóvenes por que no lo expresan por medio de palabras directas a sus padres, por otro lado se encontró que estos jóvenes trasmiten esos sentimientos y formas de pensar a través de las redes sociales esto quiere decir que si se puede identificar por medio de alguna tecnología los sentimientos o las conductas de estos jóvenes se pueden prevenir problemas de drogadicción temprana , depresión , matoneo , pertenencia a pandillas y conductas suicidas en estos jóvenes.
Descargas
Referencias
T.-T. Goh and Y.-P. Huang, “Monitoring youth depression risk in Web 2.0,” Vine, vol. 39, no. 3, pp. 192–202, 2009.
C. Aggarwal, Social Network Data Analytics. 2011.
H. F. O. R. The, “WORLD HEALTH STATISTICS SDG s,” WHO Libr. Cat. Data World, 2016.
B. M. Gómez, “Comportamiento del Suicidio. Colombia 2015, violencia autoinfligida,desde un enfoque forense,” Inst. Nac. Med. Leg. y ciencias forenses, vol. 1, pp. 421–478, 2015.
M. a. Russell, Mining the Social Web: Analyzing Data from Facebook, Twitter, LinkedIn, and Other Social Media Sites. 2011.
F. H. Khan, U. Qamar, and S. Bashir, “Lexicon based semantic detection of sentiments using expected likelihood estimate smoothed odds ratio,” Artif. Intell. Rev., pp. 1–26, 2016.
A. Nayak, “MongoDB Cookbook.”
Publicado
Número
Sección
Licencia
Working Papers by Institución Universitaria Politécnico Grancolombiano is licensed under a Creative Commons Reconocimiento-NoComercial-SinObraDerivada 3.0 Unported License.
Creado a partir de la obra en http://www.poligran.edu.co/wpmis
