Prediction of Depression by Using Data Mining Technique

Abstract

This research, Prediction of Depression by Using Data Mining Technique, aims to study factors that affect students’ depression who are studying at Mahasarakham University, study predicting students’ depression, and compare data mining techniques applied to predict students’ depression who are studying at Mahasarakham University. Referring to the data that was employed for studying, there was the data of 1st year students to 4th year students at Mahasarakham University who are studying in the academic year 2020. In addition, there were 380 students as a sample group assembled information by applying an algorithmic questionnaire. Regarding the algorithmic questionnaire that was employed in this study, it consisted of 1). Multi-Layer Perceptron), 2). Naïve Bayes, 3). Multi-Nominal Logistic, 4). Random Forest, and 5). Support Vector Machine (SVM)

According to the consequences of the research, it was found that Top 3 of using online social networks behavior factors that tested by employing multi-nominal logistic had the accuracy value at 99.4737 and Top 3 of drinking alcohol factors that tested by applying multi-layer perceptron had the accuracy value at 99.4737. In conclusion, it can be said that both factors indicated that there was a higher precision value of depression prediction than applying only normal factor in depression prediction. Furthermore, due to the comparison of data mining technique that was applied to predict students’ depression at Mahasarakham University, it was found that the multi-layer perceptron provided a better and higher accuracy value in predicting depression than other algorithmic methods, and the next was an algorithmic method of multi-nominal logistic that provided a subordinate accuracy value.

งานวิจัยเรื่องการพยากรณ์ภาวะซึมเศร้าด้วยเทคนิคเหมืองข้อมูลจุดมุ่งหมายของงานวิจัยเพื่อ ศึกษาปัจจัยที่ส่งผลต่อภาวะซึมเศร้าของนิสิตมหาวิทยาลัยมหาสารคาม ศึกษาการพยากรณ์ภาวะซึมเศร้าของนิสิตมหาวิทยาลัยมหาสารคามและเพื่อเปรียบเทียบเครื่องมือเหมืองข้อมูลที่ใช้ในการพยากรณ์ภาวะซึมเศร้าของนิสิตมหาวิทยาลัยมหาสารคาม ข้อมูลนำเข้าที่ใช้ในการศึกษาเป็นข้อมูลของนิสิตระดับปริญญาตรีระดับชั้นปี 1-4 ในมหาวิทยาลัยมหาสารคามที่กำลังศึกษาในปีการศึกษา 2563 จำนวนของกลุ่มตัวอย่างทั้งหมด 380 คน รวบรวมข้อมูลด้วยแบบสอบถาม อัลกอรึทึ่มที่ใช้ในงานวิจัยประกอบด้วย 1) เพอร์เซ็บตรอนหลายชั้น 2) นาอีฟ เบย์ 3). โลจิสติกพหุกลุ่ม 4) แรนดอมฟลอเรส และ 5) ซัพพอร์ตเวกเตอร์แมชชีน

ผลการวิจัยพบว่าปัจจัยพฤติกรรมการใช้งานสังคมออนไลน์ 3 ลำดับแรกและทดสอบด้วยวิธีโลจิกติกพหุกลุ่มได้ค่าความแม่นยำ 99.4737 และปัจจัยการดื่มแอลกอฮอล์ 3 ลำดับแรกและทดสอบด้วยเพอร์เซ็บตรอนหลายชั้นได้ค่าความแม่นยำ 99.4737 ทั้งสองปัจจัยให้ค่าความแม่นยำในการพยากรณ์ภาวะซึมเศร้าสูงกว่าการใช้ปัจจัยทั่วไปในการพยากรณ์ภาวะซึมเศร้าเพียงอย่างเดียว การเปรียบเทียบเครื่องมือเหมืองข้อมูลที่ใช้ในการพยากรณ์ภาวะซึมเศร้าของนิสิตมหาวิทยาลัยมหาสารคามที่นำมาใช้ในการพยากรณ์ภาวะซึมเศร้าวิธีเพอร์เซ็บตรอนหลายชั้นให้ค่าความถูกต้องในการพยากรณ์ภาวะซึมเศร้าที่ดีกว่าอัลกอริทึ่มอื่น และอัลกอริทึ่มวิธีโลจิสติกพหุกลุ่มให้ค่าความถูกต้องการพยากรณ์ในลำดับถัดมา