由哈工大“社會網路與資料探勘”聯合實驗室、國內資料探勘公司“巨集博知微”組成的研發團隊，於 6 月底建成基於社交媒體資料的抑鬱傾向識別模型。相關人士表示，這項研究結果或成為抑鬱情緒臨床識別之外的新興識別方法。
據公開資料，自殺人群中有 63.5% 患有抑鬱症，但僅 9% 在自殺前曾到精神科或心理諮詢機構就診。抑鬱識別模型研發者認為，利用大資料來識別個體抑鬱傾向及自殺傾向，或能及時挽救更多抑鬱傾向人群的生命。該模型是通過採集新浪微博全平臺億級的資料，運用自然語言處理、時間序列、機器學習等演算法，對微博使用者進行抑鬱傾向識別，截止日前已從識別出的抑鬱傾向使用者中，多人在微博中稱準備自殺。
存在抑鬱傾向的微博使用者與普通使用者發博時間有明顯差異，這部分人群發博高峰在 23 點，其夜間活躍度比普通使用者平均約高出 30%（圖二）。該群體微博關鍵詞為：死、抑鬱症、生命、痛苦、自殺（見圖一）。有 60% 為女性，40% 為男性，女性比例比男性略高，也與之前兩位女性微博使用者 “走飯” 、“sienna賽娜” 因抑鬱症而自殺的報導相符。
利用大資料干預抑鬱情緒識別及治療是否可行，微博使用者對此看法不一。持反對態度的網友“sen 哥 -” 認為：“一想到萬一我死了微博也會被素不相識的人翻出來，公開地 at，一條條統計資料，一個個點蠟燭，好幾百轉發，就覺得連死這件事都他媽的毫無尊嚴。出發點是好的又如何，方式如此無禮粗暴，我完全不覺得 po 主有試圖站在患者的角度理解憂鬱的痛苦。”持支援態度的網友“La_Prairie 認為”：“ 多一些關愛，就少一些遺憾。”也有中立網友認為：“大資料用於商業，同樣也要用於非盈利功德無量的人文關懷。比如向這樣的博主傳送激勵、正能量的內容，進行實時正向干擾。”
對於以上爭議，研究團隊表示：團隊從 2011 年起就從事新浪微博使用者特徵的挖掘刻畫研究，包括行業刻畫、疾病刻畫、情緒刻畫等。將在未來一段時間內，基於不斷的完善情感模型，增加情景模型和一些人物畫像模型，對抑鬱傾向人群（乃至其他邊緣化人格及變態心理學中一些在微博中可以體現的特徵）做出更準確的判斷，為精神類疾病、危害社會行為的提前干預做資料支援。
我國抑鬱症發病率約為 3%～5%，目前已有超過 2600 萬人患抑鬱症。在過去 50 年裡，我國自殺率上升了 60%，平均每年有 28.7 萬人死於自殺，200 萬人自殺未遂，自殺人群中約有 95% 患有精神障礙。全國地市級以上醫院對抑鬱症的識別率不到 20%。
“我有抑鬱症，所以就去死一死，沒什麼重要的原因，大家不必在意我的離開。拜拜啦。”——走飯（2012 年 3 月 18 日 10:54）
“抱歉很多事情沒來得及處理和交待就離開。抑鬱症太痛苦，世界變得黑暗扭曲，再努力也感受不到任何美好，想什麼都想到死。姥姥在叫我，應該就要精神分裂，實在熬不住了。再見，大家。 ”——sienna 賽娜（2013 年 2 月 16 日 23:57）
在微博上跟這個世界告別後，兩位姑娘在去年和今年的春天分別離開了塵世。她們同被“抑鬱症”折磨，同樣選擇了自殺。值得尋味的是，微博上的幾億使用者，就沒有人關注到她們進而干預勸導嗎？微博大平臺中，還有多少個“走飯”、“賽娜”？有沒有辦法在他們做出自殺行動前就對其進行特別關注？
【如有願意為這部分人群提供幫助的專業機構（或社會各界愛心人士），請聯絡 社會網路與資料探勘 共同研究微博抑鬱傾向使用者自殺干預方案。】