论文摘要
目的分析微博"树洞"用户留言的自杀意念相关信息,为自杀预警及网络干预提供思路。方法 "树洞"智能机器人24 h监控2018年8～10月"走饭"微博树洞留言,依据知识图谱筛选含自杀意念的信息,自动识别6～10级高自杀风险信息,进行自杀风险分级。结果 "树洞"机器人共抓取"走饭"微博树洞留言信息11.8万条。微博留言在22:00至凌晨2:00达高峰期;存在6～10级高自杀风险留言信息达711条,留言用户主要集中在16～26岁年龄段;跳楼、割腕、烧炭、自缢、跳河是高自杀风险人群表达的主要自杀方式。结论人们通过网络表达自杀意念的现象越来越普遍,人工智能技术可用于识别和救助高自杀风险人群。自杀预防工作应健全24 h危机预警及干预机制,重视青少年心理健康,并营造良好的网络社交环境。
论文目录
文章来源
类型: 期刊论文
作者: 杨芳,黄智生,杨冰香,阮娟,聂文涛,方舒
关键词: 树洞,微博,自杀,自杀意念,社交媒体,人工智能
来源: 护理学杂志 2019年24期
年度: 2019
分类: 医药卫生科技,哲学与人文科学
专业: 基础医学,心理学
单位: 武汉大学健康学院,荷兰阿姆斯特丹自由大学计算机系,首都医科大学大脑保护高精尖中心,华中科技大学同济医学院附属武汉精神卫生中心,武汉大学中南医院
基金: 国家自然科学基金青年项目（71503192）,武汉市卫生和计划生育委员会科研项目（WX17B16）,武汉大学大学生创新创业训练计划项目（201910486111)
分类号: B846
页码: 42-45
总页数: 4
文件大小: 268K
下载量: 393