English(EN) Uncovering Latent Patterns in Social Media Usage and Mental Health: A Clustering-Based Approach Using Unsupervised Machine Learning

AI研究利用聚类方法发现社交媒体使用和心理健康模式

作者 PulseAugur 编辑部 · [2 个来源] · 2026-04-27 15:38

研究人员开发了一种基于聚类的方法，利用无监督机器学习来分析社交媒体使用与心理健康之间的关系。该研究根据 551 名参与者的社交媒体习惯和心理健康状况，将其分为六个不同的聚类。研究结果揭示了相关模式，包括社交媒体使用时长与报告的焦虑水平之间存在 0.28 的相关性。 AI

影响提供了一种使用无监督学习分析用户行为模式和心理健康相关性的新方法。

排序理由这是一篇发表在 arXiv 上的研究论文，详细介绍了机器学习技术的新颖应用。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.LG TIER_1 English(EN) · Md All Shahria, Sanjeda Dewan Mithila, Touhid Alam, Mohammad Sakib Mahmood, Mahfuza Khatun · 2026-04-28 04:00

利用无监督机器学习的聚类方法，揭示社交媒体使用和心理健康中的潜在模式

arXiv:2604.24611v1 Announce Type: new Abstract: The widespread adoption of social media has heightened interest in its psychological effects, particularly on mental health indicators such as anxiety, depression, loneliness, and sleep quality, as these platforms increasingly influ…
arXiv cs.LG TIER_1 English(EN) · Mahfuza Khatun · 2026-04-27 15:38

利用无监督机器学习的聚类方法，揭示社交媒体使用和心理健康中的潜在模式

The widespread adoption of social media has heightened interest in its psychological effects, particularly on mental health indicators such as anxiety, depression, loneliness, and sleep quality, as these platforms increasingly influence social interactions and well-being. Althoug…