基于社交媒体的用户行为和心理研究
发布时间：2021-04-24 12:09
随着社交媒体的兴起,社交网络逐渐成为日常生活的延展,用户在社交媒体平台上设置基本信息进行自我展示,发布内容进行自我表露,点赞互动评论进行社交网络交流,在自我与社交媒体的交互过程中吐露心声、宣泄情绪、获得社会支持。在使用社交媒体的过程中,用户将自己的用户画像——人格、主观幸福感等心理特征的痕迹印刻下来,积累的海量数据被广泛应用于广告、推荐、搜索等各个业务领域。基于用户数据如此丰富的社交媒体平台,是否可以建立预测模型以评估用户的心理健康状态,是本文的主要研究目标。本文以新浪微博用户作为研究对象,提取微博行为特征与用户的大五人格、主观幸福感和自尊特征,建立用户心理特征的预测模型,并对心理特征各维度的影响因素进行分析。本文利用Python网络爬虫收集微博的数据,在数据处理的过程中,综合考虑情感词典和机器学习等情感分析技术,对比发现基于朴素贝叶斯算法的情感分析模型效果最好,准确率可达80.5%。另外,本研究从用户特征、微博行为特征和微博情感特征三个方面对用户心理特征分别建立了回归模型和分类模型。本文结果显示,多元线性回归模型在大五人格的尽责性维度和开放性维度有一定的解释效果,Logistic回归...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：57 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题来源
1.2 课题背景及研究意义
1.2.1 研究背景
1.2.2 研究意义及应用
1.3 国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 本文的主要研究内容
第2章 社交网络与心理特征
2.1 基本概念介绍
2.1.1 大五人格模型
2.1.2 主观幸福感
2.1.3 自尊
2.1.4 微博用户行为与心理特征的相互作用
2.2 社交媒体用户的心理特征预测
2.2.1 数据采集方法
2.2.2 研究范式
2.2.3 存在的问题
2.3 本章小结
第3章 数据收集与预处理
3.1 实验设计框架
3.2 数据收集
3.2.1 问卷设计与发放
3.2.2 爬虫数据获取
3.3 数据预处理
3.3.1 文本正则化
3.3.2 文本分词
3.3.3 停用词过滤
3.4 本章小结
第4章 微博文本情感分析
4.1 基于情感词典的情感分析
4.1.1 情感词典构建
4.1.2 情感词典模型
4.2 基于机器学习的情感分析
4.2.1 支持向量机
4.2.2 朴素贝叶斯
4.2.3 基于朴素贝叶斯的情感分析实验
4.3 特征处理
4.4 本章小结
第5章 数据分析与结果
5.1 多元线性回归模型
5.1.1 多元线性回归
5.1.2 模型结果
5.2 Logistic回归模型
5.2.1 Logistic回归
5.2.2 模型结果
5.3 决策树
5.3.1 决策树
5.3.2 模型结果
5.4 随机森林
5.4.1 随机森林
5.4.2 模型结果
5.5 本章小结
结论
参考文献
致谢
【参考文献】：
期刊论文
[1]我的手机哪里去了 手机失联焦虑症的两种研究取向[J]. 董晨宇,段采薏. 新闻与写作. 2018(03)
[2]基于深度学习的微博用户自杀风险预测[J]. 田玮,朱廷劭. 中国科学院大学学报. 2018(01)
[3]当戈夫曼遇到互联网——社交媒体中的自我呈现与表演[J]. 董晨宇,丁依然. 新闻与写作. 2018(01)
[4]基于网络大数据的社会心理学研究进展[J]. 乐国安,赖凯声. 苏州大学学报(教育科学版). 2016(01)
[5]情感分析及可视化方法在网络视频弹幕数据分析中的应用[J]. 郑飏飏,徐健,肖卓. 现代图书情报技术. 2015(11)
[6]社交网站中的自我呈现对自尊的影响:社会支持的中介作用[J]. 牛更枫,鲍娜,范翠英,周宗奎,孔繁昌,孙晓军. 心理科学. 2015(04)
[7]基于网络数据分析的心理计算:针对心理健康状态与主观幸福感[J]. 李昂,郝碧波,白朔天,朱廷劭. 科学通报. 2015(11)
[8]五因素取向人格测验的发展与比较[J]. 陈基越,徐建平,黎红艳,范业鑫,路晓兰. 心理科学进展. 2015(03)
[9]社交网络用户的人格分析与预测[J]. 张磊,陈贞翔,杨波. 计算机学报. 2014(08)
[10]社会支持与主观幸福感关系研究综述[J]. 张羽,邢占军. 心理科学. 2007(06)
硕士论文
[1]大学生社交网站自我表露与社会资本的关系：积极反馈和社会比较的链式中介作用[D]. 张晏宁.陕西师范大学 2018
本文编号：3157333
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：57 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题来源
1.2 课题背景及研究意义
1.2.1 研究背景
1.2.2 研究意义及应用
1.3 国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 本文的主要研究内容
第2章 社交网络与心理特征
2.1 基本概念介绍
2.1.1 大五人格模型
2.1.2 主观幸福感
2.1.3 自尊
2.1.4 微博用户行为与心理特征的相互作用
2.2 社交媒体用户的心理特征预测
2.2.1 数据采集方法
2.2.2 研究范式
2.2.3 存在的问题
2.3 本章小结
第3章 数据收集与预处理
3.1 实验设计框架
3.2 数据收集
3.2.1 问卷设计与发放
3.2.2 爬虫数据获取
3.3 数据预处理
3.3.1 文本正则化
3.3.2 文本分词
3.3.3 停用词过滤
3.4 本章小结
第4章 微博文本情感分析
4.1 基于情感词典的情感分析
4.1.1 情感词典构建
4.1.2 情感词典模型
4.2 基于机器学习的情感分析
4.2.1 支持向量机
4.2.2 朴素贝叶斯
4.2.3 基于朴素贝叶斯的情感分析实验
4.3 特征处理
4.4 本章小结
第5章 数据分析与结果
5.1 多元线性回归模型
5.1.1 多元线性回归
5.1.2 模型结果
5.2 Logistic回归模型
5.2.1 Logistic回归
5.2.2 模型结果
5.3 决策树
5.3.1 决策树
5.3.2 模型结果
5.4 随机森林
5.4.1 随机森林
5.4.2 模型结果
5.5 本章小结
结论
参考文献
致谢
【参考文献】：
期刊论文
[1]我的手机哪里去了 手机失联焦虑症的两种研究取向[J]. 董晨宇,段采薏. 新闻与写作. 2018(03)
[2]基于深度学习的微博用户自杀风险预测[J]. 田玮,朱廷劭. 中国科学院大学学报. 2018(01)
[3]当戈夫曼遇到互联网——社交媒体中的自我呈现与表演[J]. 董晨宇,丁依然. 新闻与写作. 2018(01)
[4]基于网络大数据的社会心理学研究进展[J]. 乐国安,赖凯声. 苏州大学学报(教育科学版). 2016(01)
[5]情感分析及可视化方法在网络视频弹幕数据分析中的应用[J]. 郑飏飏,徐健,肖卓. 现代图书情报技术. 2015(11)
[6]社交网站中的自我呈现对自尊的影响:社会支持的中介作用[J]. 牛更枫,鲍娜,范翠英,周宗奎,孔繁昌,孙晓军. 心理科学. 2015(04)
[7]基于网络数据分析的心理计算:针对心理健康状态与主观幸福感[J]. 李昂,郝碧波,白朔天,朱廷劭. 科学通报. 2015(11)
[8]五因素取向人格测验的发展与比较[J]. 陈基越,徐建平,黎红艳,范业鑫,路晓兰. 心理科学进展. 2015(03)
[9]社交网络用户的人格分析与预测[J]. 张磊,陈贞翔,杨波. 计算机学报. 2014(08)
[10]社会支持与主观幸福感关系研究综述[J]. 张羽,邢占军. 心理科学. 2007(06)
硕士论文
[1]大学生社交网站自我表露与社会资本的关系：积极反馈和社会比较的链式中介作用[D]. 张晏宁.陕西师范大学 2018
本文编号：3157333
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3157333.html
