Sosyal Medya Etkileşimlerinde Depresyonu Tanımlamak için Derin Öğrenme Tekniklerinin Kullanılması

Authors : Ördek İbrahim Nooruldeen, Serkan Savaş

Pages : 449-466

Doi:10.33484/sinopfbd.1456956

View : 131 | Download : 95

Publication Date : 2024-12-29

Article Type : Research Paper

Abstract :Depresyon, en yaygın zihinsel sorunlardan biridir ve intiharların önemli bir nedenidir. Sosyal medya platformlarının kullanımının artması, kullanıcıların günlük dilini kullanarak ifade ettikleri cümleler üzerinden depresyonun erken teşhisine olanak sağlamıştır. Sosyal medya platformlarının bireylerin günlük hayatlarında merkezi bir rol oynamaya devam etmesiyle, bu platformları ruh sağlığı analizi için kullanma konusunda artan bir ilgi bulunmaktadır. Bu çalışmada, Twitter (günümüzde X) üzerinden depresyon sınıflandırması yapılmıştır. Bu çalışmanın amacı Twitter\\\'dan alınan tweetler arasında depresif özellik taşıyan tweetleri tespit etmektir. Çalışmada, Çift Yönlü Uzun Kısa Süreli Bellek (Bi-LSTM) mimarisi kullanarak depresyon tahmini için yenilikçi bir model sunulmuştur. Bu model, tweetlerdeki dil özelliklerini kullanarak depresyonun daha doğru tespiti için uygun temizleme ve ön işleme tekniklerinden faydalanmaktadır. Çalışma için, Twitter API yoluyla elde edilen özel bir veri seti oluşturulmuş ve analizler bu veri seti üzerinde gerçekleştirilmiştir. Önerilen Bi-LSTM modeli, %97.22\\\'lik bir doğruluk oranı elde ederek dikkate değer bir etkinlik göstermiştir. Elde edilen sonuçlar, Twitter kullanıcılarının duygularındaki depresyonla ilgili örüntüleri ayırt etmek için derin öğrenme tekniklerinin kullanılabilirliği ve etkinliğini göstermiştir. Bu araştırma, ruh sağlığı izlemede ileri düzey tahmin analitikleri için bir temel oluşturmakta ve depresyon tespit modellerinin doğruluğunu ve verimliliğini artırmada Bi-LSTM\\\'in potansiyelini vurgulamaktadır.
Keywords : Sosyal Medya, Depresyon Sınıflandırması, Twitter, Derin Öğrenme, Bi-LSTM.