在线社交网络群体情感演化 涉及多个领域知识,包括传播学、社会心理学、社会物理学、信息技术和计算机科学1。
目录:
1. 研究分支
2. 研究方法
一.研究分支
**在线社交网络群体情感演化:**群体情感演化是一个涉及多个领域知识的课题,其中包括传播学、社会心理学、社会物理学、信息技术和计算机科学。目前,情感演化分析主要分为两个分支:一个是从仿真的角度研究群体舆论动力学。一个是从机器学习的角度,分析典型事件后群体情感的变化。
二.研究方法
舆论动力学主要研究社会经济系统中由于个体之间决策与外界公共信息的影响,人群中对某些特定事件或事物所持的不同观点的形成(formation)和演化(evolution)等现象,包括观点的一致性(consensus)与多样性(diversity)保持等问题。近年来随着复杂性科学研究的兴起,研究者以社会网络和社会动力学对观点演化建立了更深入的定量分析模型和方法,在不同学科的交叉与融合下,运用数学和物理学的建模方式,对观点演化机制建立了一系列动力模型。例如,P. Chen2提出的投票者模型(voter model)和多数决定模型(majority-rule model)以及Guillaume Deffuant3基于有界信任(bounded confidence)假设所提出的连续型观点动力学模型,以解释舆论为什么发生演化以及按何种模式演进为目标,从不同的角度解释了人们对一个给定话题的观点为什么为出现统一、激化乃至分裂,揭示出许多观点演化过程的本质特征。
以机器学习为手段研究情感演化,主要任务是对群体情感进行计量和集结,进而分析影响群体情感变化的原因。典型研究例如Gilad Mishne4用LiveJournal上的数据确定群体用户的情绪水平, 采用Pace回归的方法在给定时间段预测情绪的强度,并通过2005年7月7日伦敦枪击恐怖事件和周末饮酒习惯两个案例,分析当前事件与特定情绪的异常行为模式之间的关系。Johan Bollen5通过收集2008年8月到12月期间的twitter文本,对大众进行紧张(tension)、沮丧(depression)、愤怒(anger)、活力(vigor)、疲劳(fatigue)、困惑(confusion)六种情绪的心理测量。研究公众情绪和社会、经济等重大事件的关系:包括有记录的主要经济波动,如天然气价格和股票指数;重要的国际和美国国内政治事件;受欢迎的新闻故事,如音乐或者电影偶像去世;自然或人为的灾害,如地震和飞机失事等。
本词条内容贡献者为:
李磊 - 合肥工业大学副教授 - 国家973计划“社交网络分析与网络信息传播的基础研究”项目组