目录
序
前言
第1章 绪论1
1.1大数据的概念及特点1
1.2心理学的历史与概况2
1.2.1发展历史2
1.2.2研究概况2
1.3大数据在心理学中的应用4
1.3.1改善了传统的心理学研究方法5
1.3.2催生出全新的心理学研究领域8
1.4大数据与心理学的结合原则12
1.4.1学科交叉12
1.4.2数据驱动13
1.4.3目标导向13
参考文献14
第2章 大数据时代的计算网络心理15
2.1网络心理学的研究范畴15
2.2计算网络心理学的提出17
2.3开展心理学研究的理论依据18
2.4网络行为与心理特征19
2.4.1网络行为与人格的相关性19
2.4.2网络行为与心理健康的相关性21
2.5网络挖掘技术24
2.5.1结构挖掘24
2.5.2日志挖掘25
2.5.3内容挖掘/内容分析25
2.6小结26
参考文献26
第3章 计算网络心理学的研究基础33
3.1构建网络行为特征指标体系33
3.2网络行为测量方法38
3.3网络内容分析40
3.3.1词袋模型方法40
3.3.2同义词字典方法41
3.3.3心理语义字典方法42
3.4机器学习方法的应用44
3.4.1主动学习45
3.4.2半监督学习47
3.4.3迁移学习47
3.4.4多任务学习50
3.4.5总结52
参考文献52
第4章 个体心理特征计算55
4.1人格计算55
4.1.1人格研究的理论依据55
4.1.2基于微博数据分析的人格预测57
4.2心理健康计算61
4.2.1心理健康研究的理论依据62
4.2.2基于微博数据分析的心理健康预测63
4.3主观幸福感计算73
4.3.1主观幸福感研究的理论依据73
4.3.2基于微博分析的主观幸福感预测74
参考文献78
第5章 群体心理特征计算80
5.1群体社会态度计算80
5.1.1开展群体社会态度研究的必要性80
5.1.2基于微博数据分析的社会态度预测81
5.2北京市微博用户社会态度研究88
5.2.1数据获取88
5.2.2北京市微博用户的月度情绪分析90
5.2.3北京市微博用户的季度社会态度分析91
参考文献93
第6章 自杀风险预测95
6.1自杀风险预测研究的理论依据95
6.2基于微博数据分析的自杀风险预测关键技术研究97
6.2.1基于社会媒体的自杀风险预测研究97
6.2.2基于微博数据分析的自杀风险预测的关键问题研究98
6.2.3网络识别自杀死亡用户与无自杀意念用户的新浪微博特征差异研究99
6.2.4不同自杀可能性水平新浪微博用户行为和内容特征差异研究104
6.2.5通过新浪微博特征预测用户自杀风险水平—分类预测模型研究108
6.2.6总结115
参考文献118
第7章 智能移动设备带来的新机遇122
7.1智能移动设备的主要类型122
7.1.1以智能手机为代表的移动电话122
7.1.2以传感器为核心部件的智能手环、手表等设备123
7.1.3Kinect3D摄像头123
7.2基于智能移动设备的心理预测：以智能手机为例124
7.2.1相关研究概况124
7.2.2手机使用行为与心理特征相关研究124
7.2.3相关实验案例129
7.3未来研究趋势132
参考文献133