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)

این مقاله به بررسی روش‌های مختلف داده‌کاوی برای پیشبینی افسردگی با استفاده از یک دیتاست جمع‌آوری‌شده توسط پرسشنامه مربوط به فعالیت های روزانه و افسردگی با جامعه هدف مردم فارس و هرمزگان می‌پردازد. در این تحقیق، روش‌های مختلفی برای مدل سازی و پیش بینی افسردگی از الگوریتم‌های متداول داده‌کاوی، 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 مدل‌های پیشبینی استفاده شده است. نتایج تحقیق نشان می‌دهد که مدل ترکیبی از ماشین بردار پشتیبان، k همسایه نزدیک و جنگل تصادفی عملکرد بهتری در پیش‌بینی افسردگی روی داده‌های 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.