شناسایی اختلال های روان شناختی بر اساس داده های موجود در محیط های مجازی با استفاده از یادگیری ماشین

اخیرا پژوهش هایی در راستای به کارگیری شبکه های اجتماعی به عنوان بستری جدید برای شناسایی افراد با اختلال های روانی صورت گرفته است. علاوه بر این به دلیل پیچیدگی تشخیص بیماری های روان شناختی با استفاده از روش های معمول، استفاده از یادگیری ماشین برای شناسایی این افراد رو به افزایش است. هدف این مقاله مرور پژوهش­های انجام شده با استفاده از داده های شبکه های اجتماعی در پیش بینی و تشخیص اختلال های روان شناختی به کمک یادگیری ماشین است. در این پژوهش به روش مرور نظام مند مبتنی بر پریسما، از طریق جستجوی کلید واژه های اصلی تشخیص و پیش بینی اختلال های روان شناختی در ترکیب با واژه های یادگیری ماشین و فضای مجازی در پایگاه های اطلاعاتی تخصصی بدون در نظر گرفتن سال انتشار آن ها، یافته ها و اطلاعات مورد نظر جهت دستیابی به هدف پژوهش مورد واکاوی قرار گرفت. اختلال روان شناختی افسردگی در بین ۲۰ مقاله نهایی انتخاب شده بیشترین فراوانی با قدرت پیش بینی ۴۲ و ۸۷ درصد به ترتیب کمترین و بیشترین توان پیش بینی افسردگی را داشته است. از طرفی برای جمع آوری داده تنها ۳۰ درصد مطالعات از پرسشنامه فضای مجازی و بیشترین رویکرد، از پست های عمومی در شبکه های اجتماعی با عبارات منظم و نیز توییتر به عنوان بیشترین منبع استفاده شده است. به نظر می رسد روانشناسی محاسباتی مبتنی بر روش های یادگیری ماشین بتواند به شناسایی و پیش بینی دقیق تر اختلال های روان شناختی کاربران فضاهای مجازی کمک نماید.

Keywords:

Computational Psychology , Machine Learning , Social Media , Psychological Disorders , روانشناسی محاسباتی , یادگیری ماشین , شبکه های اجتماعی , اختلال های روان شناختی