پیش بینی بیماری افسردگی و بررسی عوامل موثر بر آن بر مبنای روش های داده کاوی (مطالعه موردی داده های جمع آوری شده از استان فارس و هرمزگان)

چکیده مقاله

این مقاله به بررسی روش های مختلف داده کاوی برای پیش بینی افسردگی با استفاده از یک دیتاست جمع آوری شده توسط پرسشنامه مربوط به فعالیتهای روزانه و افسردگی با جامعه هدف مردم فارس و هرمزگان می پردازد در این تحقیق، روش های مختلفی برای مدلسازی و پیش بینی افسردگی از الگوریتم های متداول داده کاوی، مورد بررسی قرار گرفته است از جمله ماشین بردار پشتیبان، K همسایه نزدیک، جنگل تصادفی، شبکه عصبی مصنوعی، درخت تصمیم و سایر الگوریتم ها برای ساخت مدل های پیش بینی استفاده شده است نتایج تحقیق نشان می دهد که مدل ترکیبی از ماشین بردار پشتیبان، K همسایه نزدیک و جنگل تصادفی عملکرد بهتری در پیش بینی افسردگی روی داده های موجود دارد از عوامل موثر استخراج شده این است که هرچقدر یک فرد مدت زمان بیشتری از روز را از فضای مجازی استفاده کند، احتمال بیشتری وجود دارد که افسردگی داشته باشد

کلیدواژه‌ها

نویسندگان

سیده سلمی دانش

مجتمع آموزش عالی لارستان

فاطمه مویدی

گروه مهندسی کامپیوتر، مجتمع آموزش عالی لارستان، لار

�انش، سیده سلمی و مویدی، فاطمه،1403،پیش بینی بیماری افسردگی و بررسی عوامل موثر بر آن بر مبنای روش های داده کاوی (مطالعه موردی داده های جمع آوری شده از استان فارس و هرمزگان)،دومین کنفرانس ملی تحول دیجیتال و سیستم های هوشمند،لارستان

ارائه‌شده در

مجموعه مقالات دومین کنفرانس ملی تحول دیجیتال و سیستم های هوشمند5 اردیبهشت 1403 · لارستان