Feb, 2022

使用语言和行为视角的在线社交媒体心理障碍分析和可视化

PDF
TL;DR本文旨在通过多种语言学、心理学及在线行为等多个方面，更好地了解患有心理障碍的社交媒体用户的特征和差异。研究结果表明，这些用户与正常用户相比，在词汇唯一性、情感表达和月度发布方差等方面存在明显差异。
social mediamental disorderslanguage useonline behaviorpsychometric attributes
发现论文，激发创造
  • 通过临床问卷学习实现简单灵活的精神障碍检测模型

    研究了使用社交媒体的语言特征来检测心理健康问题，并提出了一种能够有效利用领域知识、可被应用于其他心理障碍以及能够提供可解释检测结果的模型。

    Jun, 2023

  • 利用社交媒体理解和衡量心理压力

    本文研究了社交媒体上的心理压力语言，发现社交媒体的语言模型可用于测量用户和地区的压力，具有较高的预测能力和实际效果。

    Nov, 2018

  • 基于情感的社交媒体心理障碍建模

    通过 Reddit 上用户的情感状态及其转换，提出了一种采用被动式（即自动不受触发）诊断的模型，可以帮助提醒有精神疾病的患者尽快寻求治疗，相比文本内容模型更好地泛化在不同主题和时间的情境中。

    Jan, 2022

  • 使用大型语言模型表征在线饮食失调社群

    社交媒体与饮食失调之间存在复杂的联系，社交媒体平台通过放大宣传和推动饮食失调行为的内容和社区，进一步加剧了饮食失调的问题。本研究通过网络和语言分析，描述了利用大型语言模型分析在线社区中的言论，探索与饮食失调相关话题上的态度，以识别潜在有害内容的新框架，并强调需要更好的社交媒体管理来阻断有害反馈循环并保护弱势群体。

    Jan, 2024

  • 利用神经用户嵌入从社交媒体量化心理健康

    本文提出了一种利用社交媒体内容自动补充传统调查方法得出近实时大规模粗略估计心理健康状况的方法，该方法利用用户 embedding，本研究证明了这些 embedding 可以捕捉到与精神疾病相关的行为特征，从而能够预测用户的心理健康状况。

    Apr, 2017

  • 抑郁症患者在社交媒体上表现出更多扭曲的思维

    社交媒体上诊断为抑郁症患者的个体表现出较高的认知失调水平，尤其是个人化和情感推理，这种失调效应特定于表达的内容，可能会成为公认的导致抑郁症的在线语言模式的检测和缓解的依据，并有助于解释社交媒体对心理健康的负面影响。

    Feb, 2020

  • 基于文本的时间表示的心理障碍分类

    基于社交媒体帖子的精神障碍预测在当前语言模型的限制下面临挑战，本研究提出了一个创新框架，通过将社交媒体帖子的大量时间顺序压缩为一系列数字，实现了精神障碍的分类，并在三种精神病症（抑郁症、自残和厌食症）中相比当前最优方法在 F1 得分上提升了 5％，同时强调了文本数据的时间属性的重要性，探索了跨领域研究的可能性。

    Jun, 2024

  • 语言和心理健康：从文本中衡量情绪动态作为语言生物社会标志物

    该研究首次研究推文情绪动态与心理健康障碍之间的关系，发现言语情绪动态指标与自我公开的诊断之间存在显著差异，这为语言线索在心理疾病的诊断和管理中发挥关键作用提供了重要的初步证据。

    Oct, 2023

  • 通过社交媒体进行时间和空间上的鲁棒语言心理健康评估

    本研究旨在通过对社交媒体数据进行大规模分析，使用 1.2 亿条推文来估计美国各个县的抑郁症和焦虑症情况，从而实现以更高的分辨率监测人口心理健康状况的可行性，在精确度方面要优于 ad-hoc 调查。

    Feb, 2023

  • 社交媒体情感融合在精神疾病检测中的应用：综述

    该论文系统回顾了结合情感信息进行社交媒体中精神疾病检测的方法。讨论了数据集可用性和质量、算法性能和可解释性等方面面临的挑战，并提出了未来研究的潜在方向。

    Apr, 2023