不同人格倾向微博用户的情绪表达分析

微博平台作为中文区最大的社交网络媒体早已成为网民发表观点与表达情绪的重要阵地。社交网络媒体文本中蕴含的情绪信息能够对他人产生影响,并且有可能在公共事件传播上起到不可忽视的作用,这就使得有必要探究个体在此类环境中的情绪表达特点。人格作为影响情绪表达的重要因素,以往在研究人格对情绪表达的影响时,通常以压力情景作为实验场景,将情绪表达作为个体面对压力时的情绪应对策略。对于社交网络媒体环境下,人格对情绪表达的影响还研究得比较少。因此,本研究选择微博平台,对不同人格倾向用户的情绪表达特点进行分析。由于利用传统问卷获取大量微博用户的人格分数费时费力,本研究首先选择建立分类模型以实现对微博用户的人格预测,再使用在线文本分析技术对不同人格类型微博用户的情绪表达特点进行分析。在研究一中,首先利用前人研究结果中与大五人格各维度最相关的表达词汇作为种子词,进行翻译和分类。再随机爬取3374名中文活跃微博用户的原创微博作为语料库,利用Word2Vec和语料库对翻译后的种子词进行扩充。再基于协商一致原则,由两名心理学硕士对扩充后的词汇进行筛选,形成初版人格词库。随后,选取三种分类机器学习算法对初版人格词库进行验证,并且利用随机森林结果中的特征重要性对初版人格词库中的词汇进行筛选,形成最终版的人格词库和人格预测模型。在研究二中,根据研究一得到的人格词库和人格预测模型对从微博平台随机爬取的1868名微博用户打上人格标签,分为高低两种人格倾向。再根据已有的情绪词库、否定词库和词汇匹配技术进行情感分析,计算含有每种情绪类别情绪词的微博条数占比,并利用贝叶斯t检验对高低两种人格倾向用户的结果进行分析。最后对大五人格各维度下高倾向用户的情感分析结果进行总结。据此,本研究得到以下结论:(1)从混合情绪角度出发,高开放性微博用户会表达更少消极情绪;高尽责性微博用户会表达更少消极情绪;高外倾性微博用户会表达更多积极情绪,表达更加情绪化;高宜人性微博用户会表达更多积极情绪,更少消极情绪;高神经质微博用户会表达更多消极情绪,表达更加情绪化。(2)从8种基本情绪的角度出发,高开放性微博用户会表达更少愤怒情绪;高尽责性微博用户会表达更少愤怒情绪;高外倾性微博用户会表达更多的快乐和喜爱情绪;高宜人性微博用户会表达更多快乐、喜爱和期待情绪,表达更少愤怒、焦虑和厌恶情绪;高神经质微博用户会表达更多愤怒、焦虑、厌恶和悲伤情绪。