Affiliation:
1. ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ
Abstract
Depresyon son yıllarda özellikle de sosyal medyanın yaygınlaşması ile gittikçe artan ve bir çok insanın iş, ev, sosyal yaşamını etkileyen mental bir sağlık problemidir. Erken tespitinin önemini Dünya Sağlık Örgütü tarafından sunulan istatistikler göstermektedir. Depresyonun küresel olarak birincil endişe nedeni olduğunu ve tespit edilmediği takdirde vakaların çoğunda intihara yol açtığı gözlemlenmiştir. Günümüzde sosyal medya kullanımı ile insanların fikirlerini metin, ifadeler, fotoğraflar veya videolar aracılığıyla ifade etmeleri ve böylece duygularında ve ruh hallerindeki değişimleri yansıtmaları ve tespit edilmesi için harika bir araç olmuştur. Bu çalışmanın amacı, kullanıcıların Twitter'daki kişiliğini ve gönderilerini incelemek ve çevrimiçi kullanıcıların depresif belirtilerini gösterebilecek nitelikleri belirlemektir. Bunun için anksiyete ve depresyon hastalarının yazımlarında en çok kullandıkları kelimeler tespit edilmiş ve bu kelimeler üzerinden analiz aşaması tamamlanmıştır.
Publisher
Eskisehir Osmangazi University
Reference13 articles.
1. Wangler, T. P. 2008. RF Linear Accelerators. 2nd, completely revised and enlarged edition. WILEY-VCH Verlag GmbH&Co. KGaA, Weinheim, 450s.
2. Özyurt, B., Akcayol, A.A. 2018. Fikir Madenciliği ve Duygu Analizi, Yaklaşımlar, Yöntemler Üzerine Bir Araştırma. Selçuk Üniversitesi Bilim ve Teknoloji Dergisi, 6:4 (2018), 668-693.
3. Dani Castro, “Emoji Sentiment Perception between Readers and Writers, Jose Berengueres,” IEEE International Conference on Big Data (BIGDATA), pp. 4321-4328, 2017.
4. Diveesh Singh and Alineen Wang, “Detecting Depression Through Tweets” Standford University CA 9430, ;pp.1-9
5. Yair Neuman, Yohai Cohen, Dan Assaf, Gabbi Kedma, “Proactive screening for depression through metaphorical and automatic text analysis,” Artificial Intelligence in Medicine, Vol. 56, No. 1, pp. 19-25, 2012.