Trabalho de conclusão de graduação
Framework baseado em big data e machine learning para identificação de ideação suicida de usuários do Twitter
Autor
Luna, Gabriel de Sapienza
Crespo, Felipe Tomazelli
Damasceno, Rodrigo Paiva
Institución
Resumen
O pensamento suicida é um dos problemas de saúde mental mais graves enfrentados pela sociedade. São diversos fatores de riscos envolvidos que podem levar ao acometimento do suicídio. Alguns destes são: depressão, isolamento social e a ansiedade. A utilização de ferramentas para realizar a detecção precoce desses fatores auxiliam na prevenção ou redução desses números de suicídios. Com o advento das redes sociais, os usuários começaram a expressar seus pensamentos abertamente para outros indivíduos frequentadores dessas páginas. Este trabalho apresenta uma proposta de framework utilizando o Twitter
como base, para analisar melhor a ideação suicida, auxiliando na identificação de pessoas em risco potencial de suicídio. Os dados são coletados em tempo real por meio da API do Twitter, tweepy. Com o auxílio de diversas ferramentas conhecidas no mercado de Big Data, pode-se realizar uma análise dos tweets em tempo real. O objetivo final da framework será distinguir os tweets, de forma automática, entre a ideação suicida ou não.