计算机科学

　　一封专属导师推荐信

　　一封完整的科研报告

　　一次完整的科研经历

　　【计算机科学】

　　基于社交媒体数据的抑郁用户预测方法研究

　　1

　　项目介绍

　　正式科研：1v1线上定制辅导

　　项目收获：科研报告、导师推荐信

　　科研补充包：48课时科研基础课+15课时学术写作基础课

　　2

　　涉及领域

　　本课题涉及到自然语言处理 | 情感分析 | 机器学习 | 人工智能 | 信息学等方面的知识，适合申请人工智能 | 数据科学 | 软件工程 | 自然语言处理 | 人机交互 | 计算机科学等相关专业的学生

　　3

　　适合人群

　　有意提高自身知识水平及学术能力的学生

　　有意掌握最前沿科研热点及科研方法的学生

　　有留学意向、跨专业深造的学生

　　4

　　研究前沿性

　　如今，抑郁症已成为最常见的精神障碍之一。在美国，大约有 10%的成年人患有抑郁症。同时，根据全球疾病负担研究的调查，全球抑郁症患者超过3亿人，抑郁症是全球残疾的第二大原因，而且仍在上升。然而，63%的严重抑郁症患者在美国没有治疗或治疗不足。其中一个原因是患者自己减少了与外界的联系，导致他们的症状不容易被家人注意到。

　　此外，患者不知道该问题，导致不及时就医。超过70%的患者在早期阶段不会向医生寻求帮助，这导致了严重的结果。人们越来越依赖社交媒体(如推特(Twitter)，微博，Reddit等)分享情感和意见。

　　本项目将基于社交媒体数据，对用户开展抑郁检测，从而为医疗干预提供支持。

　　5

　　研究介绍

　　本项目主要的研究对象是某社交媒体平台用户的文本数据。在本项目中，学生首先学习了解抑郁症相关的基础概念、抑郁症结合文本信息挖掘的相关研究和方法、NLP相关基础知识和分析模型;其次，学生掌握研究的相关方法，设计研究方案，包括选取的平台、准备截取的数据、采用的分析模型等;之后，学生收集文本数据并进行数据预处理、进行相关模型代码编写、开展文本数据分析实验;最后，学生结合实验结果，总结抑郁用户的社交媒体文本特征、对提前检测和诊断抑郁症提出建议。

　　通过本项目，学生拓宽了以抑郁症为代表的文本病理信息数据挖掘相关知识储备，熟悉了自然语言处理的研究范式，提升了个人编程建模分析的能力。

　　6

　　课题要点

　　课题研究方法

　　文献阅读、模型仿真

　　课题难点

　　需要有一定的自然语言处理基础，具备较好的英文文献阅读能力及一定的计算机模型编程与分析能力。

　　7

　　1v1定制化辅导参考任务

　　任务一

　　掌握查阅文献和研究方法

　　掌握查阅文献和面向文献学习的方法;

　　掌握文献管理的方法;

　　通过查阅文献，学习该方向的研究热点和方向;

　　掌握快速提炼文献重要信息的方法。

　　任务二

　　学习相关基础知识并寻找研究场景

　　学习了解抑郁症相关的基础概念;

　　学习了解抑郁症结合文本信息挖掘的相关研究和方法;

　　学习自然语言处理相关基础知识和分析模型;

　　基于对现有研究内容的把握构建自己的研究思路。

　　任务三

　　掌握研究的方法并设计研究方案

　　掌握研究的相关方法，包括NLP建模仿真等;

　　设计研究方案，包括选取的平台、准备截取的数据、采用的分析模型等。

　　任务四

　　开展研究

　　收集文本数据并进行数据预处理;

　　进行相关模型代码编写;

　　开展文本数据分析实验。

　　任务五

　　总结与建议

　　结合实验结果，总结抑郁用户的社交媒体文本特征;

　　对提前检测和诊断抑郁症提出建议。

　　任务六

　　项目收尾

　　撰写整体报告;

　　准备一次20~30分钟的presentation。

　　(以上任务仅供参考，实际辅导根据定制化要求展开)