“Research”的版本间的差异

研究内容介绍图

网络浏览行为与心理健康

随着信息社会的发展与互联网络应用的普及，传统心理学研究所依赖的行为样本已不足以满足研究者的需要并正在逐渐失去其应用价值。网络环境作为一种新颖的虚拟社会和环境类型，可以弥补传统行为样本所暴露出的时代适应性问题，由此引出了“如何借助于网络环境下的行为样本来研究心理学”这一全新的课题，即网络行为心理研究。课题实现的WebMind系统对用户的网络使用行为进行记录、对心理健康状态进行实时预测并推荐相关的干预调节建议。用户实验表明，Webmind能够准确地预测用户心理健康状态并给出有效的干预建议。

微博与社会预警

当前我国正处于经济社会转型期，许多潜在的社会问题和社会矛盾不断显现，构成社会不稳定因素，无疑会给社会的安定、和谐带来潜在的威胁与挑战，这就需要建立起一套社会预警系统来有效监测并及早发现各种社会问题与社会不稳定因素，以便能够及时采取合理的应对措施来化解“危机”于未然。 本课题提出面向微博用户，通过微博内容并结合用户的行为分析，建立针对微博用户的社会满意度的预测模型，并通过对大规模微博用户的预测实现微博群体的社会预警。

社交网络与人格

结合数据挖掘等技术，建立网络用户行为及其人格心理健康之间关系的计算模型，通过对行为的分析，更深入地了解用户的心理人格个性特征，可以帮助我们更多了解网络用户，并根据用户不同的情况改善网络信息服务。通过技术手段对用户的网络行为进行引导，帮助网络用户提高心理满意度，为他们营造一个开心舒心的上网体验。

移动互联网与心理健康

通过对相关领域研究的深入调研，我们提出基于认知行为疗法（CBT）进行心理自助调节的研究解决方案，设计并实现在Android移动终端上进行用户短信收集、心理调查及反馈、心理自助调节服务等系统。

心导网

随着社会的高速发展以及生活压力的增加，人们在日常生活中难免会面临诸如升学、就业、婚姻等问题。这些问题带给人们不同程度心理压力的同时，还伴随着抑郁、焦虑等负面情绪的产生，给人们的心理和生理健康造成影响。心理辅导网通过提供基于认知行为治疗的心理调节自助系统对用户的负面情绪进行针对行治疗，并建立心理社区与个人信息模块，通过对推荐算法的应用与改进，对社区每个用户进行个性化的好友与资源推荐，最终目标形成一个自助-互助-自助的生态体。

网络行为本体

在科学研究领域中，本体研究扮演着对概念进行形式化表达的角色，包括了概念的共享和关系结构的澄清。网络行为是人类现实行为的延伸，其在网络环境下几乎成为了标识用户内隐心理现象的唯一有效途径。建立网络行为本体，明确了网络行为与心理现象之间的映射关系，指导研究者高效地提取一系列有效的网络行为指标，实现即时、客观、准确地分析网络用户的心理状态。

多任务学习

多任务学习是机器学习的一种方法，它可以利用有内在联系的多个任务之间的共性来提升整个模型的泛化能力。多任务学习在同一个模型上对有内在联系的多个任务同时进行训练，这样，训练中的每个任务都可以从其他任务那里受益。

用户的网络行为之间存在着一定的内在联系，所以我们可以用多任务学习的方法来建立用户的网络行为和其心理特征之间关系的模型。由于充分利用了同一个用户网络行为之间的存在的共性，通过多任务学习建立的模型会有较好的性能表现。