Please use this identifier to cite or link to this item: http://localhost:8080/xmlui/handle/123456789/13100
Title: La proposition d’un nouveau modèle pour calculer le degré de la dépression à partir des réseaux sociaux
Authors: Ghribi, Asma
Limani, Fatma
Keywords: Reddit
calcul de degré de la dépression
la détection précoce
analyse des sentiments
questionnaire du l’inventaire de dépression de beck (BDI)
apprentissage en profondeur
CNN
Auto-encoder
Issue Date: 2021
Publisher: Université Blida 1
Abstract: Au cours des dernières années, un grand nombre de personnes ont été attirées par les plateformes de médias sociaux comme Facebook, Twitter et Reddit. La plupart d'entre eux utilisent ces moyens pour exprimer leurs sentiments, leurs croyances et leurs opinions. Par conséquent, notre travail vise à utiliser le potentiel de plateforme Reddit pour résoudre l'un des plus grands problèmes de santé mentale, c'est le calcul de degré de la dépression, sous-domaine de la détection précoce de dépression grâce à l'analyse des sentiments. Notre étude est basée sur une tentative de répondre à un questionnaire du l’inventaire de dépression de beck (BDI) de 21 questions pour chaque utilisateur. Nous avons développé deux modèles différents (CNN et la combinaison de l’Auto-encoder et CNN) dérivés de l'apprentissage en profondeur en utilisant une technique statistique pour calculer le degré de la dépression. Nos résultats finaux ont été évalués à la fin de ce mémoire et comparés aux travaux précédents. Mots clé : Reddit, calcul de degré de la dépression, la détection précoce, analyse des sentiments, questionnaire du l’inventaire de dépression de beck (BDI), apprentissage en profondeur, CNN, Auto-encoder.
Description: ill., Bibliogr.
URI: http://di.univ-blida.dz:8080/jspui/handle/123456789/13100
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
Ghribi Asma et Limani Fatma.pdf4,04 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.