前言

出社會過了10年左右覺得大數據很夯其研究方法技術也可和UI與UX結合，也為了彌補學歷上的缺憾（一直讀的都是美術、設計相關）因此去考了非設計類碩士專班，很榮幸入取了北醫醫學資訊和輔大應用統計所。因為北醫上課時間的不能配合和覺得輔大師生的親切，最後選擇了輔大就讀。研究所就讀期間學習除了傳統的統計如假設檢定、階層式分群、回歸分析等等，也學了機器學習的技術如SVM、決策樹、隨機森林、ARIMA、文字探勘等非常充實。而我的畢業論文主要就是應用文字探勘技術，來分析好眠與失眠人士的說話表達差異，預測使用SVM、隨機森林和類神經網路，分析上有使用Weka、SPSS、R與Python。
下面只列出部分研究結果，詳細請見>>>論文全文連結。

研究動機

失眠不單單只是單純的睡不好，其背後可能有廣大的沒有解決的心理問題，有可能是遺傳得來的性格，天生容易緊張、焦慮加上不良的睡眠習慣導致慢性失眠的生理認知。語言學家Slobin提出『我說故我在』(thinking for speaking)，其概念是，語言是人們將知覺經驗轉化成語言。於失眠方面的研究，主要搭配不同的量表與問卷或搭配儀器來進行，而少有對於透過失眠者的“文字探勘”的研究。因此本研究希望從好眠與失眠者的失眠訪談對話和問卷中，運用文字探勘分析與機器學習，來探討好眠與失眠的認知與行為差異，來試圖了解其心理。如下圖1我們已知失眠受到心理影響，而心裡也影響人的說話，因此反過來是什麼樣的話語影響著失眠呢？

研究架構

本研究用PSQI失眠量表來確認失眠與好眠士，接著使用Morin和Espie的失眠訪談大綱進行訪談，每個人訪談時間約30分鐘，再把訪談錄音檔打成逐字搞，逐字稿每人約7800字。然後使用Pennebaker和黃金蘭等等學者研發的中文版語文探索與字詞計算CLIWC，把每個人的訪談大綱分成79個詞類，再把每個詞類做特徵選取選擇有預測力的詞類，接著選出失眠與好眠的詞類做預測，看是否可以準確預測，最後把可預測的詞做平均數檢定看是兩群說話是否有差，流程如圖二。同時本研究亦做了好眠與失眠人士的分群和關聯法則。

研究發現

研究發現其使用I-疑問詞、I-概數詞、I-因果詞和I-過去詞用SVM作預測時失眠時，其正確率可達到92.0%。而造成其失眠說話模式有，失眠與好眠族群對於問題的表達方式不同。好眠族群傾向直接提出心中的疑惑，例如遇到不懂的問題時會直接詢問“什麼”，而失眠族群則比較少提出“什麼”，其原因有失眠族群傾向“重複題目”來達到問問題的效果，例如“你剛剛是說…..嗎”，因此建議失眠者如和人交談時有不清楚的地方，可直接大方提問。
好眠族群的輪廓與睡眠行為為“上班族有穩定收入中年女”，睡眠時間6~7小時，有穩定的工作與收入和維持良好的日夜作息的功能。失眠的族群為“無收入中年女”，睡眠時間5~6小時，無穩定的收入，日夜作息的功能失調，失眠時間大約0.6年。
最後隱藏在好眠與失眠背後的關聯是，“正向情緒詞”比例高於2.83％為好眠，信賴度為0.88，支持度為0.36。
網路用語詞小於3.19%為失眠，信賴度為0.88,支持度為0.36。