پيش بيني بيماري افسردگي و بررسي عوامل موثر بر آن بر مبناي روش هاي داده كاوي (مطالعه موردي داده هاي جمع آوري شده از استان فارس و هرمزگان)

Prediction of depression disease and investigation of factors affecting it based on data mining methods (Case study of data collected from Fars and Hormozgan provinces)

اين مقاله به بررسي روش‌هاي مختلف داده‌كاوي براي پيشبيني افسردگي با استفاده از يك ديتاست جمع‌آوري‌شده توسط پرسشنامه مربوط به فعاليت هاي روزانه و افسردگي با جامعه هدف مردم فارس و هرمزگان مي‌پردازد. در اين تحقيق، روش‌هاي مختلفي براي مدل سازي و پيش بيني افسردگي از الگوريتم‌هاي متداول داده‌كاوي، مورد بررسي قرار گرفته است. از جمله ماشين بردار پشتيبان، K همسايه نزديك، جنگل تصادفي، شبكه عصبي مصنوعي، درخت تصميم و ساير الگوريتم ها براي ساخت مدل‌هاي پيشبيني استفاده شده است. نتايج تحقيق نشان مي‌دهد كه مدل تركيبي از ماشين بردار پشتيبان، K همسايه نزديك و جنگل تصادفي عملكرد بهتري در پيش‌بيني افسردگي روي داده‌هاي موجود دارد. از عوامل موثر استخراج شده اين است كه هرچقدر يك فرد مدت زمان بيشتري از روز را از فضاي مجازي استفاده كند، احتمال بيشتري وجود دارد كه افسردگي داشته باشد.