目錄
序
前言
第1章 緒論1
1.1大數據的概念及特點1
1.2心理學的歷史與概況2
1.2.1發(fā)展歷史2
1.2.2研究概況2
1.3大數據在心理學中的應用4
1.3.1改善了傳統的心理學研究方法5
1.3.2催生出全新的心理學研究領域8
1.4大數據與心理學的結合原則12
1.4.1學科交叉12
1.4.2數據驅動13
1.4.3目標導向13
參考文獻14
第2章 大數據時代的計算網絡心理15
2.1網絡心理學的研究范疇15
2.2計算網絡心理學的提出17
2.3開展心理學研究的理論依據18
2.4網絡行為與心理特征19
2.4.1網絡行為與人格的相關性19
2.4.2網絡行為與心理健康的相關性21
2.5網絡挖掘技術24
2.5.1結構挖掘24
2.5.2日志挖掘25
2.5.3內容挖掘/內容分析25
2.6小結26
參考文獻26
第3章 計算網絡心理學的研究基礎33
3.1構建網絡行為特征指標體系33
3.2網絡行為測量方法38
3.3網絡內容分析40
3.3.1詞袋模型方法40
3.3.2同義詞字典方法41
3.3.3心理語義字典方法42
3.4機器學習方法的應用44
3.4.1主動學習45
3.4.2半監(jiān)督學習47
3.4.3遷移學習47
3.4.4多任務學習50
3.4.5總結52
參考文獻52
第4章 個體心理特征計算55
4.1人格計算55
4.1.1人格研究的理論依據55
4.1.2基于微博數據分析的人格預測57
4.2心理健康計算61
4.2.1心理健康研究的理論依據62
4.2.2基于微博數據分析的心理健康預測63
4.3主觀幸福感計算73
4.3.1主觀幸福感研究的理論依據73
4.3.2基于微博分析的主觀幸福感預測74
參考文獻78
第5章 群體心理特征計算80
5.1群體社會態(tài)度計算80
5.1.1開展群體社會態(tài)度研究的必要性80
5.1.2基于微博數據分析的社會態(tài)度預測81
5.2北京市微博用戶社會態(tài)度研究88
5.2.1數據獲取88
5.2.2北京市微博用戶的月度情緒分析90
5.2.3北京市微博用戶的季度社會態(tài)度分析91
參考文獻93
第6章 自殺風險預測95
6.1自殺風險預測研究的理論依據95
6.2基于微博數據分析的自殺風險預測關鍵技術研究97
6.2.1基于社會媒體的自殺風險預測研究97
6.2.2基于微博數據分析的自殺風險預測的關鍵問題研究98
6.2.3網絡識別自殺死亡用戶與無自殺意念用戶的新浪微博特征差異研究99
6.2.4不同自殺可能性水平新浪微博用戶行為和內容特征差異研究104
6.2.5通過新浪微博特征預測用戶自殺風險水平—分類預測模型研究108
6.2.6總結115
參考文獻118
第7章 智能移動設備帶來的新機遇122
7.1智能移動設備的主要類型122
7.1.1以智能手機為代表的移動電話122
7.1.2以傳感器為核心部件的智能手環(huán)、手表等設備123
7.1.3Kinect3D攝像頭123
7.2基于智能移動設備的心理預測：以智能手機為例124
7.2.1相關研究概況124
7.2.2手機使用行為與心理特征相關研究124
7.2.3相關實驗案例129
7.3未來研究趨勢132
參考文獻133