摘要
微博平台作为Web2.0时代的主要在线社交媒介，现已成为用户展示自我和分享生活的重要渠道。在线社交媒体的兴起引起了包括心理学在内众多领域的关注，其中包含的大量在线文本已经成为个体心理特质与行为研究的重要数据来源，通过社交平台在线文本分析可以相对客观的获得用户的个性特点。当前世界正在经历一场史无前例的突发性公共卫生事件，2020年初爆发的新冠肺炎（COVID-19）疫情，由于其潜伏期长、传染性强，迅速在全世界蔓延。新冠疫情加速了个体社交媒体的使用频率，通过在线文本分析与建模能更加广泛和全面地揭示微博用户疫情期间的心理动态与生活状况特点。本研究选择微博在线社交平台，结合机器学习分类算法与自建词库对微博用户人格特质与新冠疫情下的主观幸福感进行分析。不仅能够丰富突发负性事件下个体主观幸福感的研究，也能够为今后运用线上“心理特征建模”方式开展研究提供实证基础与参考。 研究1首先整理出大五人格及主观幸福感各维度的种子词，结合Word2Vec技术和包含11977831条原创微博文本的语料库对人格特质和主观幸福感种子词进行扩充，形成初始版词库。随后利用多种机器学习分类算法对初始版人格特质词库和主观幸福感词库进行检验。最后分析词库中词汇的特征值，保留具有有效特征值的词汇。最终构建适合中文网络语境下的大五人格特质词库和主观幸福感词库。在研究2a中，首先调用主观幸福感词库与分类模型，对随机抓取到的5822名微博活跃用户新冠疫情期间发布的原创文本进行主观幸福感水平分类，同时通过潜变量增长模型考察新冠疫情期间微博用户的主观幸福感初始水平与发展速率特点。随后在研究2b中，结合人格特质词库和机器学习分类模型为微博用户标记人格特质水平标签。最后，利用贝叶斯独立样本T检验对人格特质水平高低分组用户新冠疫情期间的主观幸福感进行分析。 本研究得到的结果如下：（1）本研究构建的大五人格特质词库和主观幸福感词库具有较好的区分度，能够有效应用于中文网络语境下的用户心理特征分析。（2）本研究发现“疫情”3个阶段的主观幸福感微博发文数呈现上升趋势，同时主观幸福感的初始状态与发展速率之间存在显著正向预测关系，且不同性别用户主观幸福感在“疫情”期间的发展速率不存在显著差异。（3）本研究发现高神经质水平用户在“疫情”期间的负性情感文本表达上显著多于低水平用户，在生活满意度、正性情感以及主观幸福感的表达上显著低于低水平用户；高严谨性水平用户在正性情感和负性情感表达上显著低于低严谨性水平用户；高宜人性水平和高开放性水平用户在生活满意度和主观幸福感表达上显著高于低水平用户；高外向性水平用户在生活满意度、正性情感和主观幸福感表达上显著高于低水平用户。 本研究结论如下：通过自建词库方式可以相对客观与全面地分析个体心理特征；新冠疫情下微博用户主观幸福感初始状态与发展速率之间具有显著的正向预测关系；微博用户人格特质与新冠疫情下主观幸福感之间存在显著相关。
NETL