DESARROLLO DE UN SISTEMA DE IDENTIFICACIÓN DE TENDENCIA A LA DEPRESIÓN, UTILIZANDO TÉCNICAS DE MINERÍA DE TEXTO EN REDES SOCIALES

Autores/as

  • Luisa Fernanda Gómez Zuluaga
  • José Fernando Pineda
  • Rodrigo Junior García

Palabras clave:

redes sociales, minería de texto, depresión

Resumen

INTRODUCCIÓN:La depresión es una de las principales causas de incapacidad temporal del planeta, es decir la razón más común por la que las personas no salen de casa, es una enfermedad mental invisible. Para la OMS (Organización Mundial  de la Salud) considera que para el 2020 la depresión será la causa primaria de incapacidad laboral y tercera causa de morbilidad (Trejo Lucero, Torres Pérez, Medina Jiménez, Carlos Briones Garduño, & Meneses Calderón, 2009). La mayoría de las personas saben que el estar deprimido es como estar triste, pero la tristeza es solo la punta del iceberg de este problema, en realidad es un conjunto mucho más complejo de síntomas que acompañan a estos pensamientos, notarse más lento, más torpe, menos capaz y con problemas para concentrarse y en los casos más graves algunas personas tienen pensamientos frecuentes de suicidio. El papel de los sucesos vitales estresantes de la depresión en adolescentes se origina de situaciones familiares, personales y económicas. En un estado de depresión se pueden hacer incluso a propósito o inconscientemente llegar a publicar en redes sociales signos, contenido, frases, hashtag, fotos, imágenes, entre otras señales que pueden transmitir que se está pasando por un momento de depresión (Veytia López, González, Fuentes, Palos, & Oudhof, 2012). La presente investigación busca emplear la Minería de Texto para identificar la tendencia a la depresión por medio del contenido subido a las redes sociales por los adolescentes.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

2019-08-31

Cómo citar

[1]
L. F. . Gómez Zuluaga, J. F. . Pineda, y R. J. . García, «DESARROLLO DE UN SISTEMA DE IDENTIFICACIÓN DE TENDENCIA A LA DEPRESIÓN, UTILIZANDO TÉCNICAS DE MINERÍA DE TEXTO EN REDES SOCIALES», EIEI ACOFI, ago. 2019.