본 논문은 스마트폰 센서 데이터(일상 활동)와 소셜 미디어(Twitter) 상호작용을 활용하여 우울증 수준을 평가하는 하이브리드 접근 방식을 제안합니다. CNN 기반 심층 학습 모델과 Naive Bayes 분류기를 사용하여 개인의 신체 활동을 정확하게 식별하고 사용자의 감정을 분류합니다. 33명의 참가자를 대상으로 데이터를 수집하고, 신체 활동에서 추출한 9가지 특징(신체 활동 6가지, 트위터 감정 분석 3가지)을 노인 우울증 척도(GDS)를 사용하여 평가한 주간 우울증 점수와 분석했습니다. 신체 활동 인식 정확도는 95%, 감정 분석 정확도는 95.6%를 달성했습니다. 여러 신체 활동 특징은 우울증 증상의 심각도와 상관관계가 있음을 보였습니다. 우울증 심각도 분류에는 SVM 기반 알고리즘을 사용하여 94%의 높은 정확도를 달성했습니다. 개인 정보 보호를 침해하지 않으면서 장기적으로 우울증을 모니터링하는 간단하면서도 효과적인 접근 방식입니다.
