基于社交媒体的自杀自动识别与 心理危机 主动 干
文献类型:学位论文
作者 | 刘兴云 |
答辩日期 | 2020-06 |
文献子类 | 博士 |
授予单位 | 中国科学院心理研究所 |
授予地点 | 中国科学院心理研究所 |
导师 | 朱廷劭 |
关键词 | 自杀 社交媒体 机器学习 自动识别 主动干预 |
学位名称 | 理学博士 |
学位专业 | 应用心理学 |
其他题名 | Automatic Suicide Identification and Proactive Crisis Management Based on Social Media |
英文摘要 | 自杀是一个巨大的公共健康挑战。中国每年有二百万人尝试自杀。现有的自杀预防项目要求自杀者主动寻求帮助,但很多有自杀想法的人寻求帮助的动机较低。互联网已经成为我们生活中不可分割的一部分。然而,很少有研究调查自杀相关的社交媒体使用行为的影响。我们提出了一种基于社交媒体的新方法——网上主动自杀预防(Proactive Suicide Prevention Online, PSPO),将主动识别自杀者与主动的危机管理相结合。首先,采用问卷调查法确定与自杀风险相关的社交媒体使用行为,然后专家分析参与调查的用户对自杀遗言的评论,为自杀想法及自杀行为识别的机器学习模型提供训练样本,经过训练筛选出预测性能最优的模型来自动识别涉及自杀想法和行为的帖子。在此基础上,编辑形成了一条危机管理信息,它包括涉及自杀相关问题、抑郁、寻求帮助行为、可接受性以及社交媒体使用习惯的问卷等内容,通过微博私信发送给被模型识别为有自杀风险的用户。对于那些回复信息的人,训练有素的心理学志愿者会为他们提供定制的危机管理帮助。结果表明,自杀未遂者具有较高的自杀意念水平和更多与自杀相关的社交媒体使用行为。自杀意念通过关注自杀信息,评论或转发自杀信息和在网上谈论自杀这一链式中介模型影响自杀企图。通过分析2017年4月的27007条评论,其中2786例(10.32%)被归类为包含自杀思想和行为,结果显示该识别模型性能良好,识别精度高(0.88),召回率高(0.85),F测量值高(0.85),准确度高(0.86)。2017年7月3日至2018年7月3日,共向12486名社交媒体用户发送24727条微博私信,其中有5542(44.39%)人有所回应。超过三分之一的被联系用户完成了包含在私信中的问卷调查。在1403份有效回答中,1259名参与者(89.73%)报告有自杀意念,但超过一半(51.67%)报告他们没有寻求帮助。患者健康问卷(PHQ-9)平均得分为17.40(SD=5.98)。超过三分之二的参与者(968人,69.00%)认为PSPO这一方法是可以接受的。此外,2321名用户回复了这条私信。通过对比他们在与志愿者接触前一个月和接触后一个月在微博上不同词语的使用频率,发现死亡导向词的使用频率显著下降,而未来导向词的使用频率显著增加。基于自杀相关的社交媒体使用行为建立的PSPO模型适用于确定有自杀风险的人群。再结合主动的危机管理,它可能是对现有自杀预防方案的有益补充。因为它可能增加有自杀想法但寻求帮助的动机较低的人获得自杀干预信息的机会。 |
语种 | 中文 |
页码 | 97 |
源URL | [http://ir.psych.ac.cn/handle/311026/31924] ![]() |
专题 | 心理研究所_社会与工程心理学研究室 |
推荐引用方式 GB/T 7714 | 刘兴云. 基于社交媒体的自杀自动识别与 心理危机 主动 干[D]. 中国科学院心理研究所. 中国科学院心理研究所. 2020. |
入库方式: OAI收割
来源:心理研究所
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。