Método para la detección de comportamientos depresivos en redes sociales.

Autores/as

  • David Raul Motta Leon Institucion Universitaria Politecnico Grancolombiano

DOI:

https://doi.org/10.15765/wpmis.v2i2.1035

Palabras 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

Los datos de descarga aún no están disponibles.

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

2018-03-06

Cómo citar

Método para la detección de comportamientos depresivos en redes sociales. (2018). Working Papers. Maestría En Ingeniería De Sistemas, 2(2). https://doi.org/10.15765/wpmis.v2i2.1035

Artículos similares

31-38 de 38

También puede Iniciar una búsqueda de similitud avanzada para este artículo.