Don't Do It: Exploration du web social pour la prevention du suicide

par Waleed Ragheb

Projet de thèse en Informatique

Sous la direction de Jérôme Azé et de Sandra Bringay.

Thèses en préparation à Montpellier , dans le cadre de I2S - Information, Structures, Systèmes , en partenariat avec Laboratoire d'informatique, de robotique et de micro-électronique (Montpellier ; 199.-....) (laboratoire) et de Département Informatique (equipe de recherche) depuis le 08-01-2018 .


  • Résumé

    Il est possible de concevoir des outils semi-automatiques pour exploiter les données massives issues des réseaux sociaux, afin de permettre la découverte dynamique et interactive des connaissances utilisées pour détecter les individus à risque. Objectifs scientifiques et technologiques L'objectif principal de la thèse est de concevoir et de développer de nouvelles approches pour l'identification précoce des individus à risque grâce à leur utilisation des médias sociaux. Le modèle de détection semi-automatique des profils suicidaires sera utilisé par les psychiatres pour suivre sur les réseaux sociaux, les patients qui sont restés dans leurs services après une première tentative de suicide. Nous avons l'intention de capturer une détérioration possible de leur état mental afin d'offrir de l'aide en cas de besoin. Dans cette thèse, le doctorant concevra et mettra en œuvre une approche intégrant différentes méthodes d'exploration de données qui seront utilisées dans un essai contrôlé randomisé multicentrique afin d'éviter les récurrences.

  • Titre traduit

    Don't Do It: Social Web Mining for Suicide prevention


  • Résumé

    It is possible to design semi-automatic tools to exploit massive data issued from social networks, to allow dynamic and interactive knowledge discovery used in order to detect at-risk individuals. Scientific and technological objectives. The main objective of the thesis is to design and develop new approaches for the early identification of at risk individuals through their use of the social media. The model of semi-automatic detection of suicidal profiles will be used by psychiatrists to follow on social networks, patients who stayed in their services after a first suicide attempt. We intend to capture a possible deterioration in their mental state in order to offer assistance when needed. In this thesis, the PhD student will design and implement an approach integrating different data mining methods that will be used in a multicenter randomized controlled trial in order to prevent recurrences.