伊人丁香狠狠色综合久久,日韩欧美精品综合久久,亚洲精品老司机综合影院,成人免费一级在线播放

      科研進(jìn)展

      心理所研究分析交往焦慮的社交網(wǎng)絡(luò )語(yǔ)言表達特征并進(jìn)行識別建模

      發(fā)布時(shí)間:2022-11-23 作者:中國科學(xué)院行為科學(xué)重點(diǎn)實(shí)驗室 朱廷劭研究組 王藝霖

        交往焦慮(interaction anxiousness)是指個(gè)體對某一種或多種人際處境有強烈憂(yōu)慮、過(guò)度害怕、緊張不安甚至產(chǎn)生恐懼心理的情緒反應和回避行為,是一種廣泛存在于人群中的心理問(wèn)題。交往焦慮會(huì )對個(gè)體的實(shí)際生活帶來(lái)社交困擾,并影響個(gè)體在現實(shí)社會(huì )中的社會(huì )心理適應,在諸多方面產(chǎn)生不良影響。

        傳統的自我報告式量表在測量交往焦慮時(shí)具有一定的滯后性,無(wú)法實(shí)時(shí)獲取施測結果,不利于交往焦慮調查工作的開(kāi)展。此外,有交往焦慮的青少年多處于青少年叛逆期,在填答問(wèn)卷時(shí)配合度較低、抵觸情緒較強。傳統方法由于依賴(lài)被試的主動(dòng)參與,對于開(kāi)展交往焦慮的評測具有一定的難度,甚至會(huì )給被試造成額外的負擔。

        隨著(zhù)網(wǎng)絡(luò )社交媒體的迅速發(fā)展,許多研究證實(shí)了基于社交媒體大數據識別個(gè)體心理特征的可行性、準確性及可靠性。社交媒體降低了個(gè)體自我暴露的水平,為害怕與他人面對面交流的交往焦慮人群提供了更多的交流機會(huì )。在現實(shí)生活中存在社交困擾的個(gè)體,為了逃避直接的社交活動(dòng),會(huì )更依賴(lài)于網(wǎng)絡(luò )社交媒體來(lái)滿(mǎn)足自己人際交往的心理需求。此外,相比于線(xiàn)下的人際交往,擁有交往焦慮的個(gè)體傾向于在網(wǎng)絡(luò )中展示出更真實(shí)的自我。新浪微博用戶(hù)年輕化特征顯著(zhù),提供了豐富的交往焦慮青少年樣本和實(shí)時(shí)監測的條件?;诰W(wǎng)絡(luò )社交媒體數據對交往焦慮這一心理特征的識別進(jìn)行建模,是實(shí)時(shí)和便捷評估青少年交往焦慮的有效方法。

        中國科學(xué)院行為科學(xué)重點(diǎn)實(shí)驗室朱廷劭研究組開(kāi)展了一項研究,基于839名新浪微博活躍用戶(hù)的原創(chuàng )微博數據開(kāi)展分析,利用“文心”和相關(guān)詞典,對這些用戶(hù)的情緒、道德等語(yǔ)言表達特征進(jìn)行提取,并使用交往焦慮量表(Interaction Anxiousness Scale, IAS)收集了這些用戶(hù)對應的交往焦慮得分。

        相關(guān)分析結果顯示,空間距離和位置關(guān)系感知、道德觀(guān)念、情緒等多種詞類(lèi)均與交往焦慮顯著(zhù)相關(guān)。在空間距離和位置關(guān)系感知上,交往焦慮越高的個(gè)體,在語(yǔ)言表達中較少提及空間距離(例如里面、街道等)和位置關(guān)系(例如和、與等)。在道德觀(guān)念上,交往焦慮越高的個(gè)體,較少進(jìn)行道德相關(guān)的語(yǔ)言表達,這種高度相關(guān)的關(guān)系不僅存在于正面維度上(例如公平、交流性等),也同時(shí)存在于負面維度上(如反抗、骯臟等)。在情緒上,交往焦慮越高的個(gè)體,會(huì )更少進(jìn)行負面情緒與行為相關(guān)的語(yǔ)言表達(例如壓力等),反而會(huì )更頻繁地進(jìn)行正面情緒與行為的語(yǔ)言表達(例如快樂(lè )等)。

        研究者由此推斷,具有交往焦慮的個(gè)體在人際交往中應有的距離上或許存在錯誤感知,且由于無(wú)法將是非善惡的道德觀(guān)念內化,他們更多地會(huì )產(chǎn)生消極逃避等不良反應;此外,在匿名化的環(huán)境中,患有交往焦慮的個(gè)體傾向于展示真實(shí)的自我,不再害怕被他人拒絕,這可能是其從痛苦體驗中反彈回享樂(lè )生活方式的原因。

        在預測模型建立上,該研究采用多元線(xiàn)性回歸(Multiple Linear Regression, MLR)、全連接神經(jīng)網(wǎng)絡(luò )(Fully Connected Neural Network, FCNN)、支持向量機(Support Vector Regression,SVR)回歸模型中的NuSVR、基于樹(shù)的集成回歸模型中的極端隨機森林回歸(Extra Trees Regression)的機器學(xué)習方法,分別基于網(wǎng)絡(luò )數據分析建立交往焦慮預測模型,對預測模型進(jìn)行10折交叉驗證,并不斷調整模型參數。結果顯示,通過(guò)FCNN建立的預測模型性能表現最佳,效標效度和分半信度良好(r效標效度 = 0.30, r分半信度 = 0.76)。

        該研究證實(shí)了基于網(wǎng)絡(luò )社交媒體數據的交往焦慮預測模型的有效性,為考察青少年的交往焦慮狀態(tài)提供了一種可行的方案,為實(shí)施有效的心理健康干預治療提供科學(xué)基礎。

        研究成果在線(xiàn)發(fā)表于Frontiers in Public Health。

        論文信息:

        Wang, Y., & Zhao, N. (2022). Prediction model of interaction anxiousness based on Weibo data. Frontiers in Public Health, 10, 1045605. https://doi.org/10.3389/fpubh.2022.1045605

        


      附件下載: