<span id="31p5t"></span>
<listing id="31p5t"></listing>
<var id="31p5t"></var>
<cite id="31p5t"></cite>
<var id="31p5t"></var>
<var id="31p5t"><strike id="31p5t"></strike></var> <var id="31p5t"></var><var id="31p5t"></var>
<var id="31p5t"></var>
<cite id="31p5t"><video id="31p5t"><thead id="31p5t"></thead></video></cite>
<var id="31p5t"><strike id="31p5t"><listing id="31p5t"></listing></strike></var>
<cite id="31p5t"></cite>
<var id="31p5t"><strike id="31p5t"><listing id="31p5t"></listing></strike></var>
<menuitem id="31p5t"><dl id="31p5t"></dl></menuitem>
<menuitem id="31p5t"><strike id="31p5t"></strike></menuitem><var id="31p5t"><strike id="31p5t"><thead id="31p5t"></thead></strike></var>
<cite id="31p5t"><strike id="31p5t"><listing id="31p5t"></listing></strike></cite><var id="31p5t"><strike id="31p5t"><listing id="31p5t"></listing></strike></var>
科研進展

心理所研究分析交往焦慮的社交網絡語言表達特征并進行識別建模

發布時間:2022-11-23 作者:中國科學院行為科學重點實驗室 朱廷劭研究組 王藝霖

  交往焦慮(interaction anxiousness)是指個體對某一種或多種人際處境有強烈憂慮、過度害怕、緊張不安甚至產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題。交往焦慮會對個體的實際生活帶來社交困擾,并影響個體在現實社會中的社會心理適應,在諸多方面產生不良影響。

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

  隨著網絡社交媒體的迅速發展,許多研究證實了基于社交媒體大數據識別個體心理特征的可行性、準確性及可靠性。社交媒體降低了個體自我暴露的水平,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。在現實生活中存在社交困擾的個體,為了逃避直接的社交活動,會更依賴于網絡社交媒體來滿足自己人際交往的心理需求。此外,相比于線下的人際交往,擁有交往焦慮的個體傾向于在網絡中展示出更真實的自我。新浪微博用戶年輕化特征顯著,提供了豐富的交往焦慮青少年樣本和實時監測的條件。基于網絡社交媒體數據對交往焦慮這一心理特征的識別進行建模,是實時和便捷評估青少年交往焦慮的有效方法。

  中國科學院行為科學重點實驗室朱廷劭研究組開展了一項研究,基于839名新浪微博活躍用戶的原創微博數據開展分析,利用“文心”和相關詞典,對這些用戶的情緒、道德等語言表達特征進行提取,并使用交往焦慮量表(Interaction Anxiousness Scale, IAS)收集了這些用戶對應的交往焦慮得分。

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

  研究者由此推斷,具有交往焦慮的個體在人際交往中應有的距離上或許存在錯誤感知,且由于無法將是非善惡的道德觀念內化,他們更多地會產生消極逃避等不良反應;此外,在匿名化的環境中,患有交往焦慮的個體傾向于展示真實的自我,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生活方式的原因。

  在預測模型建立上,該研究采用多元線性回歸(Multiple Linear Regression, MLR)、全連接神經網絡(Fully Connected Neural Network, FCNN)、支持向量機(Support Vector Regression,SVR)回歸模型中的NuSVR、基于樹的集成回歸模型中的極端隨機森林回歸(Extra Trees Regression)的機器學習方法,分別基于網絡數據分析建立交往焦慮預測模型,對預測模型進行10折交叉驗證,并不斷調整模型參數。結果顯示,通過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)。

  該研究證實了基于網絡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提供了一種可行的方案,為實施有效的心理健康干預治療提供科學基礎。

  研究成果在線發表于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:

3分快3