基于微博和网购行为的用户心理压力感知.pdf

基于微博和网购行为的
用户心理压力感知
（申请清华大学工学博士学位论文）
培 养 单 位 ： 计 算 机 科 学 与 技 术 系
学 科 ： 计 算 机 科 学 与 技 术
研 究 生 ： 赵 靓
指 导 教 师 ： 冯 铃 教 授
二〇一六年十二月
Micro-blog and Online Shopping based
User Psychological Stress Detection
Dissertation Submitted to
Tsinghua University
in partial fulfillment of the requirement
for the degree of
Doctor of Philosophy
in
Computer Science and Technology
by
Zhao Liang
Dissertation Supervisor : Professor Feng Ling
December, 2016
摘 要
摘 要
如今快节奏、高竞争的社会给人们带来的来自工作、学****生活等各方面的
心理压力日益增大。过度的心理压力严重危害人们的身心健康，因此，日常中及
时感知到用户压力并进行针对性的疏导尤为重要。大数据时代下，人们丰富的网
络行为数据为探究用户的心理状态提供了有力线索。然而，目前已有的基于微博
（社交网络）的日常心理压力研究工作尚处于起步阶段，现有的研究不能满足人们
对于心理压力感知的需求。首先，目前基于单条微博的心理压力感知模型不够完
善，影响检测准确性；第二，更高层次的压力模式（如周期性等）定义与检测尚
为空白；第三，社交网络因数据稀疏进而影响压力检测日常可用性的问题亟待解
决。针对上述问题，本文提出了一系列有效方法，主要研究工作和创新点如下：
：针对单条微博的心理压力感知，本
文首次引入微博下用户与朋友的交互信息（评论、回复内容），丰富压力表达的文
本语义信息，同时考虑交互行为属性（如回复率），完善微博压力特征空间，以解
决现有工作中微博正文信息不全导致检测结果不够准确的问题。并且通过对文本
语义更为细致的自然语言理解，对同一微博中不同压力类别的组分进行细分，真
正意义上实现了单条微博中多类别多级别的压力检测。
：本文在单条微博感知的基础上，进一
步深入，结合微博语义，将用户微博压力序列按压力源分解。考虑到用户压力
情绪的延续性，基于压力趋势抽取压力序列中的压力/非压力波形，将基于符号
的DTW距离扩展到两波形之间，进而采用WARP算法识别可能的周期性压力。本
文首次提出并探索了微博平台上用户在一段时间内的周期性压力感知，拓展了当
前尚处于空白阶段的用户高层次压力模式的检测。
3. 融合网购行为的用户心理压力感知：针对单一社交网络数据稀疏问题，本
文首次从数据源的广度上进行了探索，将用户网购行为作为心理压力检测的全新
数据源，通过分析用户在购物网站的搜索、浏览及购买行为，基于心理学发现，
原创性地定义并提取相关网购行为中的异常属性（如过高的花销），检测用户的
压力状态。考虑到网购行为缺乏丰富的压力语义线索，本文进一步设计融合策略，
将购物中检测到的异常心理状态与微博检测结果相融合，同时得到压力状态与压
力类别，解决微博中数据稀疏问题对压力感知的影响。
关键词：心理压力感知，交互特征，周期性压力，搜索兴趣，网购行为异常
I
Abstract
Abstract
In the modern highly-competitive society, growing people experience seve