基于人工智能技术的微博“树洞”用户自杀意念分析

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

• 1 资料与方法
•   1.1 一般资料
•   1.2 方法
• 2 结果
•   2.1 “树洞”留言24h活跃度分析
•   2.2 自杀风险分级报告
•   2.3 高自杀风险人群表达的自杀方式
• 3 讨论
• 4 小结

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