Geri Dön

Derin öğrenme ve makine öğrenmesi yöntemleriyle çevrimiçi sosyal ağlarda depresyon ve intihar tespiti

Detection of depression and suicide in online social networks with deep learning and machine learning methods

PDF İndir

  1. Tez No: 927258
  2. Yazar: FATOŞ ORĞUN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ÜMİT CAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Munzur Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tez çalışmasında, çevrimiçi sosyal ağlarda (ÇSA) gönderi paylaşan depresyondaki kişilerin intihar düşüncelerini tespit etmek ve intihar edip etmeyeceklerini tahmin etmek için derin öğrenme ve makine öğrenmesi tabanlı metin sınıflandırıcı modeller oluşturulmuştur. Çalışmada Suicide Ideation, Reddit Depression Suicidewatch ve Suicide Detection olmak üzere üç ayrı veri seti kullanılmıştır. Suicide Ideation veri seti için 'Potential suicide post' ve 'Not suicide post', Reddit Depression Suicidewatch veri seti için 'Depression' ve 'SuicideWatch', Suicide Detection veri seti için ise 'Suicide' ve 'Non-suicide' etiketleri bulunmaktadır. Bu veri setleri binary sınıflandırma görevi için derin öğrenme ve makine öğrenimi modellerinin geliştirilmesini ve değerlendirilmesini kolaylaştırmaktır. Bu çalışmada Artificial Neural Networks (ANN), Deep Belief Networks (DBN), Convolutional Neural Networks (CNN), Long Short-Term Memory (LTSM), FastText, Naive Bayes (NB), Logistic Regression (LR), k-en yakın komşu (k-NN), Random Forest (RF) ve Decision Tree (DT) yöntemleri kullanılarak intihar düşüncesi tahmin modelleri oluşturulmuş makine öğrenmesi yöntemlerine TF-IDF ve derin öğrenme modellerine ise FastText uygulanmıştır. Ayrıca hiperparametre optimizasyonu için bütün algoritmalara Grid Search yöntemi uygulanarak sonuçlar karşılaştırılmıştır. Tez çalışmasının ilk karşılaştırmalar sonucunda Suicide Ideation veri setinde %94 oranıyla RF modeli, Reddit Depression Suicidewatch veri setinde %73 oranıyla LR modeli ve Suicide Detection veri setinde ise %93 oranıyla ANN ve LR en başarılı modeller olmuştur. Grid Search metriği uygulandıktan sonraki karşılaştırmalar sonucunda ise Suicide Ideation veri setinde %94 oranıyla RF modeli, Reddit Depression Suicidewatch veri setinde %74 oranıyla ANN modeli ve Suicide Ideation veri setinde ise %93 oranıyla ANN ve LR en başarılı modeller olmuştur.

Özet (Çeviri)

In this thesis, deep learning and machine learning based text classifier models are built to detect suicidal thoughts of depressed people who post on online social networks (ASNs) and predict whether they will commit suicide. Three separate datasets, Suicide Ideation, Reddit Depression Suicidewatch and Suicide Detection, were used in the study. Suicide Ideation dataset is labeled as 'Potential suicide post' and 'Not suicide post', Reddit Depression Suicidewatch dataset is labeled as 'Depression' and 'SuicideWatch', and Suicide Detection dataset is labeled as 'Suicide' and 'Non-suicide'. These datasets facilitate the development and evaluation of deep learning and machine learning models for the binary classification task. In this study, Artificial Neural Networks (ANN), Deep Belief Networks (DBN), Convolutional Neural Networks (CNN), Long Short-Term Memory (LTSM), FastText, Naive Bayes (NB), Logistic Regression (LR), k-nearest neighbor (k-NN), Random Forest (RF) and Decision Tree (DT) methods were used to build suicidal ideation prediction models, and TF-IDF was applied to machine learning methods and FastText to deep learning models. In addition, Grid Search method was applied to all algorithms for hyperparameter optimization and the results were compared. As a result of the first comparisons of the thesis study, RF model with 94% in Suicide Ideation dataset, LR model with 73% in Reddit Depression Suicidewatch dataset and ANN and LR with 93% in Suicide Detection dataset were the most successful models. After applying the Grid Search metric, RF model with 94% in Suicide Ideation dataset, ANN model with 74% in Reddit Depression Suicidewatch dataset and ANN and LR with 93% in Suicide Ideation dataset were the most successful models.

Benzer Tezler

  1. Tez No

    863387

    New edge computing offloading methods for next generation wireless networks

    Yeni nesil haberleşme sistemleri için geliştirilen kenar ağlarda bilgi işlem yük boşaltma yöntemleri

    BESTE ATAN

    Doktora

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. LÜTFİYE DURAK ATA

  2. Tez No

    712158

    Çevrimiçi sosyal ağlarda derin öğrenme ve hibrit metasezgisel algoritma tabanlı nefret söylemi tespit sistemi

    Deep learning and hybrid metaheuristic algorithm based hate speech detection system in online social networks

    VAHTETTİN CEM BAYDOĞAN

    Doktora

    Türkçe

    Türkçe

    2022

    Bilim ve TeknolojiFırat Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    PROF. DR. BİLAL ALATAŞ

  3. Tez No

    892237

    Interactive framework with a visual interface and feedback facility for dynamically improved accuracy and trust in prostate cancer diagnosis

    Görsel arayüz ve geri bildirim mekanizması ile dinamik olarak gelişen prostat kanseri teşhis sistemi

    DENİZ BEŞTEPE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Medipol Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. REDA ALHAJJ

  4. Tez No

    559458

    Purchase prediction and item prediction with RNN using different user-item interactions

    Farklı kullanıcı-ürün etkileşim türlerini kullanarak özyineli sinir ağları ile ürün ve satış tahminlemesi

    FULYA ÇELEBİ SARIOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YUSUF YASLAN

  5. Tez No

    850244

    Çevrimiçi yorumların derin öğrenme yöntemleriyle duygu analizi

    Emotion analysis of online reviews with deep learning methods

    BENGİSU MOLU ELMAS

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İşletmeErciyes Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    DOÇ. DR. ESRA KAHYA ÖZYİRMİDOKUZ

Geri Dön