Modelo de detecção de depressão através das mídias sociais

Detalhes bibliográficos
Autor(a) principal: Silveira, Júlia Nakayama
Data de Publicação: 2019
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/202444
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Sistemas de Informação.
id UFSC_aa0c85c59512e2f8b285aedd02f1a6c7
oai_identifier_str oai:repositorio.ufsc.br:123456789/202444
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Modelo de detecção de depressão através das mídias sociaisciência de dadosinteligência artificialmineração de dadosredes sociasdepressãoTCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Sistemas de Informação.As redes sociais possuem grande importância no cotidiano das pessoas nos dias atuais. Usuários de todo o mundo utilizam mídias como Twitter, Facebook, Instagram, entre outras, para compartilhar informações pessoais e opiniões com seus contatos. Em função disso, a linguagem utilizada nesses compartilhamentos, os tipos de postagens e sua frequência podem revelar aspectos da personalidade e uma visão do estado mental do usuário. A depressão é uma doença que afeta milhões de pessoas pelo mundo, mas a avaliação muitas vezes é imprecisa e o diagnóstico da doença é prejudicado. Empregando as informações das redes sociais como entrada, é possível desenvolver um modelo analítico que faz uso dos conceitos de ciência de dados e aprendizado de máquina para identificar um comportamento depressivo nos usuários, auxiliando profissionais da saúde mental a diagnosticar depressão. Neste trabalho, após inúmeros testes, são apresentados um classificador utilizando técnicas já existentes de mineração de dados e gráficos com uma análise exploratória para visualização dos resultados obtidos. O classificador final foi o SVM, o qual conseguiu acertar 72% os usuários que tinham ou não depressão. De todos os usuários que realmente possuíam depressão, o modelo classificou corretamente 82%. E, por fim, 60% dos usuários que o modelo classificou como tendo depressão realmente possuíam essa classificação. Então, conclui-se que os objetivos do presente trabalho foram atingidos.Florianópolis, SCSantos, Elder RizzonUniversidade Federal de Santa CatarinaSilveira, Júlia Nakayama2019-12-07T21:30:06Z2019-12-07T21:30:06Z2019-11-12info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis92application/pdfhttps://repositorio.ufsc.br/handle/123456789/202444info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2019-12-07T21:30:31Zoai:repositorio.ufsc.br:123456789/202444Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732019-12-07T21:30:31Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Modelo de detecção de depressão através das mídias sociais
title Modelo de detecção de depressão através das mídias sociais
spellingShingle Modelo de detecção de depressão através das mídias sociais
Silveira, Júlia Nakayama
ciência de dados
inteligência artificial
mineração de dados
redes socias
depressão
title_short Modelo de detecção de depressão através das mídias sociais
title_full Modelo de detecção de depressão através das mídias sociais
title_fullStr Modelo de detecção de depressão através das mídias sociais
title_full_unstemmed Modelo de detecção de depressão através das mídias sociais
title_sort Modelo de detecção de depressão através das mídias sociais
author Silveira, Júlia Nakayama
author_facet Silveira, Júlia Nakayama
author_role author
dc.contributor.none.fl_str_mv Santos, Elder Rizzon
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Silveira, Júlia Nakayama
dc.subject.por.fl_str_mv ciência de dados
inteligência artificial
mineração de dados
redes socias
depressão
topic ciência de dados
inteligência artificial
mineração de dados
redes socias
depressão
description TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Sistemas de Informação.
publishDate 2019
dc.date.none.fl_str_mv 2019-12-07T21:30:06Z
2019-12-07T21:30:06Z
2019-11-12
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/202444
url https://repositorio.ufsc.br/handle/123456789/202444
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 92
application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC
publisher.none.fl_str_mv Florianópolis, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652041850978304

Registros relacionados