Detecção de traços em estudantes com tendência suicida na Internet aplicando Web Mining

 Iván Castillo-Zúñiga, Aguascalientes (Mexico)

 Francisco-Javier Luna-Rosas, Aguascalientes (Mexico)

 Jaime-Iván López-Veyna, Zacatecas (Mexico)

https://doi.org/10.3916/C71-2022-08

Palavras chave

Comportamento suicida, cibersuicídio, web mining, machine learning, aprendizagem profunda, redes neurais recorrentes

Resumo

Este artigo apresenta um modelo de análise de dados da Internet baseado em Web Mining com o objetivo de construir conhecimento sobre grandes quantidades de dados no ciberespaço. Para testar o método proposto, páginas da web sobre suicídio foram analisadas como um estudo de caso com a intenção de identificar e detectar traços em estudantes com tendências suicidas. O procedimento considera um Web Scraper para localizar e baixar informações da Internet, bem como técnicas de Processamento de Linguagem Natural para recuperação de palavras. Com o objetivo de explorar as informações, foi construído um conjunto de dados baseado em Tabelas Dinâmicas e Ontologias Semânticas, especificando as variáveis preditivas em jovens com inclinação suicida. Por fim, para avaliar a eficiência do modelo, foram utilizados algoritmos de Machine Learning e Deep Learning. Ressalta-se que os procedimentos de construção do conjunto de dados (usando Algoritmos Genéticos) e obtenção de conhecimento utilizando Computação Paralela e Aceleração com Unidades de Processamento Gráfico (GPU) foram otimizados. Os resultados revelam uma acurácia de 96,28% na detecção de características em adolescentes com tendência suicida, alcançando o melhor resultado por meio de uma Rede Neural Recorrente com 98% de acerto. Desta forma, acredita-se que o modelo é viável para estabelecer bases em mecanismos de ação e prevenção de comportamentos suicidas, que podem ser implementados em instituições de ensino ou em diferentes atores da sociedade.

Referências

Anggraini, I.Y, Sucipto, S., & Indriati, R. (2018). Cyberbullying detection modelling at Twitter social networking. Jurnal Informatika, 6(2), 113-118. https://doi.org/10.30595/juita.v6i2.3350

Link DOI | Link Google Scholar

Arevalos, D.H. (2020). El sentido de la vida y las prácticas ligadas al suicidio. Testimonio de jóvenes escolarizados. Revista Latinoamericana de Estudios sobre cuerpos, emociones y sociedad. 32(12), 52-63. https://bit.ly/3pXSVC8

Link Google Scholar

Beaven-Ciapara, N.I., Campa-Álvarez, R.A., Valenzuela, B.A., & Guillen-Lúgigo, M. (2018). Inclusión educativa: Factores psicosociales asociados a conducata suicida en adolescentes. Prisma Social, 23,185-207. https://bit.ly/3GRlO9X

Link Google Scholar

Berengueras, M. (2018). Suicidio la insoportable necesidad de ser otro. Universidad Autonoma del Estado de Morelos. https://bit.ly/3F7a8iW

Link Google Scholar

Blanco, C. (2019). El suicidio en España, respuesta institucional y social. Revista de Ciencias Sociales,33(46), 79-106. https://doi.org/10.26489/rvs.v33i46.5

Link DOI | Link Google Scholar

Bonami, B., Piazentini, L., & Dala-Possa, A. (2020). Education, Big Data and Artificial Intelligence: Mixed methods in digital platforms. [Educación, Big Data e Inteligencia Artificial: Metodologías mixtas en plataformas digitales]. Comunicar, 65, 43-52. https://doi.org/10.3916/C65-2020-04

Link DOI | Link Google Scholar

Carballo-Belloso, J.J., & Gómez-Peñalver, J. (2017). Relación entre bullying, autolesiones, ideación suicida e intentos auutoliticos en niños y adolescentes. Revista de estudios de Juventud, 115, 207-218. https://doi.org/10.3916/C65-2020-04

Link DOI | Link Google Scholar

Chiroma, F., Liu, H., & Cocea, M. (2018). Text Clasiffication For Suicide Related Tweets. International conference on Machine Learning and Cybernetics (ICMLC) (pp. 587-592). https://doi.org/10.1109/ICMLC.2018.8527039.

Link DOI | Link Google Scholar

Denia, E. (2020). The impact of science communication on Twitter: The case of Neil deGrasse Tyson. [El impacto del discurso científico en Twitter: El caso de Neil deGrasse Tyson]. Comunicar, 65, 21-30. https://doi.org/10.3916/C65-2020-02

Link DOI | Link Google Scholar

Du, J., Zhang, Y., Luo, J., Jia, Y., Wei, Qiang., Tao, C., & Xu, H.. (2018). Extracting psychiatric stressors for suicide from social media using deep learning. BMC Medical Informatics & Decision Making, 18(43), 77-87. https://doi.org/10.1186/s12911-018-0632-8

Link DOI | Link Google Scholar

Durkheim, E. (2008). El suicidio. Grupo Editorial Éxodo. https://bit.ly/3p6C8h7

Link Google Scholar

García-Peña, J.J. (Ed.) (2020). El suicidio: Una mirada integral e integradora. Universidad Católica Luis Amigó. https://doi.org/10.21501/9789588943619

Link DOI | Link Google Scholar

Gen-Min, L., Szu-Nian, Y., Yueh-Ming, T., et al. (2020). Machine Learning based suicide ideation prediction for military personnel. IEEE Journal of Biomedical and Healt Informatics, 24(7), 1907-1916.https://doi.org/10.1109/JBHI.2020.2988393

Link DOI | Link Google Scholar

Healy, M. (2019, June 21). Alcanzan máximo histórico los índices de suicidio de adolescentes y adultos jóvenes en EE.UU. Los Angeles Times. https://lat.ms/3IYhebO

Link Google Scholar

Hermosillo-De-la-Torre, A.E., Vacío-Muro, M.Á., Méndez-Sánchez, C., Palacios-Salas, P., & Sahagún-Padilla, Á.. (2015). Sintomatología depresiva, desesperanza y recursos psicológicos: una relación con tentativa de suicidio en una muestra de adolescentes mexicanos. Acta Universitaria 25(NE-2), 52-56. https://doi.org/10.15174/au.2015.900

Link DOI | Link Google Scholar

Kim, J., & Chung, K. (2019). Associative feature information extraction using text mining from health big data. Wireless Pers Commun, 105, 691-707. https://doi.org/10.1007/s11277-018-5722-5

Link DOI | Link Google Scholar

Landaeta G. (2014). Lista de stop words o palabras vacías en español. SEO para Google. https://bit.ly/3p2ysg3

Link Google Scholar

López-Martínez, L.F. (2020). Suicidio, adolescencia, redes sociales e Internet. Norte de salud mental, 17(63), 25-36. https://bit.ly/3sg25g2

Link Google Scholar

Luna, M., & Dávila, A. (2018). Adolescentes en riesgo: factores asociados con el intento de suicidio en México. Revista Gerencia y Política de Salud, 17(34), 1-14.: https://doi.org/10.11144/Javeriana.rgsp17-34.arfa

Link DOI | Link Google Scholar

Marchiori, H. (2015). El suicidio enfoque criminológico. Editorial Porrúa. https://bit.ly/3sfMYDu

Link Google Scholar

Molina, M.J., & Restrepo, D. (2018). Internet y comportamiento suicida en adolescentes: ¿Cuál es la conexión? Revista Pediatría, 51(2), 30-39. https://doi.org/10.14295/pediatr.v51i2.109

Link DOI | Link Google Scholar

Moreno, P., & Blanco, C. (2012). Suicidio e Internet. Medidas preventivas y de actuación. Revista Psiquiatria.com. 16(18). https://bit.ly/3E110Lb

Link Google Scholar

Mosquera, L. (2016). Conducta suicida en la infancia: Una revisión critica. Revista de Psicología Clínica con Niños y Adolescentes,3 9-18. https://bit.ly/3p5IkG8

Link Google Scholar

Nalini K., & Sheela L. (2014). A survey on Datamining in Cyber Bullying. International Journal on Recent and Innovation Trends in Computing and Communication,2 (7). https://bit.ly/3q7GHqt

Link Google Scholar

Olivares, S. (2019). Uso de Internet y conductas suicidas en adolescentes de 14 a 18 años en México. Visión criminológica-criminalística, 6-21. https://bit.ly/3p7uKSF

Link Google Scholar

Organización Mundial de la Salud (Ed.) (2019). Suicidio. Información obtenida el 6 de abril de 2021 en la dirección de Internet. OMS. https://bit.ly/3q8TkBG

Link Google Scholar

Pérez-Martínez, V.M., Aparicio-Vinacua, B., & Rodríguez-González, M.D. (2020). Acoso escolar, violación y suicidio en Twitter: Segunda temporada de «Por trece razones». Vivat Academia, 153, 137-168. https://doi.org/10.15178/va.2020.153.137-168

Link DOI | Link Google Scholar

Porter, M.F. (2006). An Algorithm for suffix stripping. Program: Electronic Library and Information Systems,40(3), 211-218. https://doi.org/10.1108/00330330610681286

Link DOI | Link Google Scholar

Ramírez-López, C.M., Montes, M., Ochoa-Zezzatti, A., Ponce-Gallegos, J.C., & Guzmán-Mendoza, J.E. (2021). Identification of possible suicide cases using a Bayesian Classifier with the database the Emergency Service 911 of Aguascalientes. International Journal of Combinatorial Optimization Problems and Informatics, 12(1), 43-57. https://bit.ly/32gamWt

Link Google Scholar

Rocamora, A. (2017). Cuando nada tiene sentido: Reflexiones sobre el suicidio desde la logoterapia. Editorial Desclée de Brouwer. https://bit.ly/3F9TxLa

Link Google Scholar

Roy, S.S., Mallik, A., Gulati, R., Obaidat, M.S., & Krishna, P.V. (2017). A deep learning based artificial neural network approach for intrusion detection. In D. Giri, R. Mohapatra, H. Begehr, & M. Obaidat (Eds.), Mathematics and Computing. ICMC 2017. Communications in Computer and Information Science, 655 (pp. 44-53). Springer. https://doi.org/10.1007/978-981-10-4642-1_5

Link DOI | Link Google Scholar

Sánchez-García., M.A, Pérez-de-Albéniz, A., Paíno, M., & Fonseca, P. (2018). Ajuste emocional y comportamental en una muestra de adolescentes españoles. Actas españolas de psiquiatria, 46(6), 205-216. https://bit.ly/3yAOv8a

Link Google Scholar

SeGob (Ed.) (2021). Impacto de la pandemia en niñas y niños. Secretaria de Gobernación de México. https://bit.ly/3J1bsGg

Link Google Scholar

Urra, J. (2019). La huella de la desesperanza: Estrategias de prevención y afrontamiento del suicidio. Ediciones Morata. https://bit.ly/30H1QiQ

Link Google Scholar

Villardón-Gallego, L. (2013). El pensamiento de suicidio en la adolescencia. Publicaciones de la Universidad de Deusto. https://bit.ly/33FtwFV

Link Google Scholar

Fundref

Crossmark

Technical information

Recebido: 27-09-2021

Revisado: 24-10-2021

Aceite: 03-12-2021

OnlineFirst: 01-02-2022

Data de publicação: 01-04-2022

Tempo de revisão do artigo: 27 dias | Tempo médio de revisão do número 71: 45 dias

Tempo de aceitação do artigo: 67 dias | Tempo médio de aceitação do número 71: 70 dias

Tempo de edição da pré-impressão: 141 dias | Tempo médio de edição pré-impressão do número 71: 144 dias

Tempo de processamento do artigo: 186 dias | Tempo médio de processamento do número 71: 189 dias

Métricas

Métricas deste artigo

Vistas: 17998

Leituras dos resumos: 16491

Descargas em PDF: 1507

Métricas completas do Comunicar 71

Vistas: 170362

Leituras dos resumos: 147579

Descargas em PDF: 22783

Citado por