Prediction of Depressive Behaviors in Social Networks with Nave Bayes Algorithm
Cargando...
Fecha
2021-07
Autores
Patiño-Villagrana, Julio E.
Título de la revista
ISSN de la revista
Título del volumen
Editor
ITESO
Resumen
Descripción
Hoy en día, la depresión se ha convertido en una de las enfermedades más graves y, con mucha frecuencia, fatales para cada uno de sus pacientes en todo el mundo que padecen esta afección. Incluso para miles y miles de seres humanos que la padecen, ni siquiera conocen su existencia, o no saben diferenciar entre lo que sienten y lo que sufren por ello. Actualmente con todas las nuevas tecnologías que nos acompañan existen algunas dedicadas a la investigación, la gestión rápida de datos, algoritmos inteligentes y algunos lenguajes de programación que hacen que los estudios científicos sean más fáciles y maleables en su procesamiento. Uno de ellos es muy innovador por el tiempo que se ha empleado, especialmente para bases de datos y todo lo que tiene que ver con parámetros que nos ayudan a medir, indagar, comparar. Además de esto, también tenemos variable aleatoria (RV) o aprendizaje bayesiano, las posibilidades de un evento A pueden ser determinantes, también con el conocimiento de que A opta por una cierta peculiaridad que determina sus posibilidades. El teorema de Bayes (BT) comprende posibilidades inversas al teorema de la posibilidad total. El teorema de posibilidades totales hace inferencia sobre un evento B, a partir de los resultados de los eventos A. Por su parte, Bayes calcula la posibilidad de A condicional a B. Existen numerosas aplicaciones de las mismas, pero suelen estar más dedicadas a redes convolucionales, clasificatorias de imágenes, detección de otras enfermedades en el tiempo, procesamiento del lenguaje natural y también sistemas de pronóstico financiero, en el caso de la depresión como enfermedad o condición médica, ciencia de datos y uno de los programas de código más poderosos Python, y algunas bibliotecas existentes como Keras ya sincronizado con TensorFlow como marco, podríamos hacer numerosos hallazgos en muchas áreas no estudiadas relacionadas con la depresión como reconocimiento de texto (TR). Muchos de los hallazgos más recientes relacionados con la depresión son muy fáciles de analizar en las redes sociales, siendo los más utilizados por 7 de cada 10 personas en todo el mundo. Cada uno de ellos deja una huella de emociones, sentimientos, reacciones, fotografías, incluso textos. Python es uno de los lenguajes de programación más usados y amigables en su procesamiento y construcción de código, por lo que estas investigaciones y nuevos descubrimientos suceden de manera continua y fructífera al mismo tiempo.
Palabras clave
Depression, Social Media
Citación
Patiño-Villagrana, J. E. (2021). Prediction of Depressive Behaviors in Social Networks with Nave Bayes Algorithm. Trabajo de obtención de grado, Maestría en Informática Aplicada. Tlaquepaque, Jalisco: ITESO.