Sensitivity Analysis Feature Extraction for Depression with Twitter Dataset

Kübra Öztürk

Makale detayları

Sensitivity Analysis Feature Extraction for Depression with Twitter Dataset

Yazarlar:

Kübra Öztürk

Yayıncı:

Eskişehir Osmangazi University

Ana Başlıklar:

Bilgisayar Yazılımı

Dergi:

Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi Vol.4 Issue 1, pp.29-32

Belge Tipi:

Makale

Yayın Tarihi:

1/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001281318

pISSN:

2687-606X

Anahtar kelimeler:

Özet:

 Depression is a mental health problem that has increased in recent years, especially with the spread of social media, and affects many peoples work, home and social life. Statistics presented by the World Health Organization demonstrate the importance of early detection that depression is the primary cause of concern globally and, if left undetected, leads to suicide in the majority of cases. Today, with the use of social media, it has become a great tool for people to express their ideas through text, emoticons, photos or videos, thereby reflecting and detecting changes in their emotions and moods. The purpose of this study is to examine the personality and posts of users on Twitter and to identify the qualities that may indicate depressive symptoms of online users. For this, the words that anxiety and depression patients use most in their writing were determined and the analysis phase was completed based on these words.

 Depression is a mental health problem that has increased in recent years, especially with the spread of social media, and affects many peoples work, home and social life. Statistics presented by the World Health Organization demonstrate the importance of early detection that depression is the primary cause of concern globally and, if left undetected, leads to suicide in the majority of cases. Today, with the use of social media, it has become a great tool for people to express their ideas through text, emoticons, photos or videos, thereby reflecting and detecting changes in their emotions and moods. The purpose of this study is to examine the personality and posts of users on Twitter and to identify the qualities that may indicate depressive symptoms of online users. For this, the words that anxiety and depression patients use most in their writing were determined and the analysis phase was completed based on these words.

 Depression is a mental health problem that has increased in recent years, especially with the spread of social media, and affects many peoples work, home and social life. Statistics presented by the World Health Organization demonstrate the importance of early detection that depression is the primary cause of concern globally and, if left undetected, leads to suicide in the majority of cases. Today, with the use of social media, it has become a great tool for people to express their ideas through text, emoticons, photos or videos, thereby reflecting and detecting changes in their emotions and moods. The purpose of this study is to examine the personality and posts of users on Twitter and to identify the qualities that may indicate depressive symptoms of online users. For this, the words that anxiety and depression patients use most in their writing were determined and the analysis phase was completed based on these words.

 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 Twitterdaki 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.

Makale detayları

Sensitivity Analysis Feature Extraction for Depression with Twitter Dataset

Yazarlar:

Kübra Öztürk

Yayıncı:

Eskişehir Osmangazi University

Ana Başlıklar:

Bilgisayar Yazılımı

Dergi:

Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi Vol.4 Issue 1, pp.29-32

Belge Tipi:

Makale

Yayın Tarihi:

1/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001281318

pISSN:

2687-606X

Twitter Veri Seti

Duygu Analizi

Metin Madenciliği

Depresyon

Depresyon

Metin Madenciliği

Twitter Veri Seti

Duygu Analizi

Sayı

Makale detayları

Yazarlar: Kübra Öztürk

Yayıncı: Eskişehir Osmangazi University

Ana Başlıklar: Bilgisayar Yazılımı

Dergi: Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi Vol.4 Issue 1, pp.29-32

Belge Tipi: Makale

Yayın Tarihi: 1/2023

Belge Dili: Türkçe

Document ID (Org No.): 2001281318

pISSN: 2687-606X

Sayı

Yazarlar:

Kübra Öztürk

Yayıncı:

Eskişehir Osmangazi University

Ana Başlıklar:

Bilgisayar Yazılımı

Dergi:

Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi Vol.4 Issue 1, pp.29-32

Belge Tipi:

Makale

Yayın Tarihi:

1/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001281318

pISSN:

2687-606X