社交网站使用对个体主观幸福感影响机制的研究

Currently, the use of social networking sites (SNS) affects people’s life style greatly, and exerts a subtle influence on individual subject well-being (SWB). However, current researches on influence of social network sites use (SNS) towards subject well-being (SWB) not only pay little attention to its evolutionary mechanism, but also lack theoretical model construction; More importantly, the methods researches are limited to questionnaire survey. This project considers the use of social networking sites (mainly includes QQ space, RenRen, Sina Micro-blog, Tencent Micro-blog, QQ, and micro-letters, etc.) and individual subjective well-being as the research object; on the basis of using the computer retrieval and analysis techniques to collect, clean, denoise, deduplicate and format the data of SNS using. On the basis of the process, we will use chapter level sentiment analysis, short text sentiment analysis and interactive analysis techniques to form an undirected weighted social network diagram, and then construct a dynamic evolution of structural equation model on the impact of the SNS use to SWB, explore the measurement, dimension and characteristics of SWB under the background of SNS, analyze and test the evolution mechanism and path about the impact of SNS use towards SWB. The project is significant theoretically and practically for it will not only bring new ideas for SWB research, but also expand SWB research content and provide a theoretical basis for SWB development in the era of big data.

当前，社交网站（SNS）的使用正在极大地影响着人们的生活方式，同时也在潜移默化地影响着个体的主观幸福感（SWB）。但目前关于SNS使用对SWB影响的研究，既缺乏对其演化机制的关注，也缺少理论模型的建构，且在研究方法上局限于问卷调查。本项目以社交网站的使用（主要包括QQ空间、人人网、新浪微博、腾讯微博、QQ和微信等）和个体的主观幸福感为研究对象，利用计算机检索和分析技术，对社交网站的数据进行采集、清理、去噪、去重、格式归一化等预处理，在此基础上，采用篇章级情感分析、短文本情感分析及交互分析等技术，形成无向加权社交网络图，构建SNS影响SWB的动态演化结构方程模型，研究SNS背景下SWB的测量、维度及特性，分析和验证SNS使用对SWB影响的演化机制与路径；本项目不仅为SWB的研究带来新的思路，也拓展了大数据时代SWB的研究内容，为大数据时代SWB发展提供理论基础，因而具有理论与现实意义。

社交网站的使用已融入到人们的日常生活中，个体主观幸福感的维度、测量方式，以及影响因素都发生了相应的改变。尽管很多研究提到社交网站使用通过社会资本或社会支持对个体主观幸福感产生影响，但缺乏多变量的研究视角，基于此迫切需要探究社交网站使用对个体主观幸福感的影响机制。本项目梳理了个体主观幸福感分析中遇到的数据复杂、模型构造困难、文本聚类不准确等问题，找到解决方案。针对数据复杂问题，项目组对社交网站的数据通过爬虫自动采集、清洗后导入数据仓库，然后运用聚类、情感计算和图网络等算法进行处理，使数据变得简单。针对模型构造困难问题，通过社会计算方法生成无向加权社交网络图并构建SEIR模型，形成SNS影响下SWB的动态演化模型。针对文本聚类不准确问题，提出了相空间概率聚类算法，同时，提出了一种基于情感倾向聚类的校正贝叶斯算法，提高聚类精度。相关研究发现：（1）构建的SWB动态演化模型非常适用于社交网络，利用信息在不同状态用户之间的传播特点，对应用扩散核函数和空间协方差方程对控制率、移除率等参数进行了分析。（2）社交网站的使用满足了个体表露自我的需要，提高了对生活的满意度，对个体主观幸福感产生积极作用。（3）社交网站使用对个体的社会联系感、社会资本、亲密关系等产生直接影响，而前述变量又对个体主观幸福感产生直接影响。（4）分析了2005-2015年教育对中国居民主观幸福感的影响及其城乡差异，发现国民幸福感明显提升，教育程度与国民幸福感呈显著正向关系，但其正向效应在减弱。（5）提出了基于PSPCA-MQHOA的相空间概率聚类模型，通过该模型发现社交网站的使用增强了人与人之间的联系感或亲密关系，主观幸福感有所提升。本项目相关研究一方面为个体以及相关部门根据社交网络进行决策提供支持及帮助。另一方面为在大数据背景下开展个体主观幸福感的研究提供了新的思路。