【资料图】

积极心理健康受到各个领域的关注，心理幸福感可以在一定程度上反映个体的心理健康水平。然而，民众的心理幸福感测量很难大规模实时评估。社交媒体的流行使非侵入性方式感知和了解在线用户的心理幸福感成为可能。

中国科学院行为科学重点实验室朱廷劭研究组基于社交媒体用户的语言表达建立心理幸福感预测模型，并通过心理问卷测量的方式评估社交媒体对真实幸福感数据的预测能力。

研究共招募了1427名线上用户，使用Ryff和Keyes的心理幸福感问卷的6个维度评估用户的心理幸福感，同时收集线上用户在社交媒体上的帖子，使用6个心理语义词典来提取语言特征。研究以提取的语言特征作为输入，用户的心理幸福感问卷分数作为输出，建立多目标预测模型（图1所示）。最后使用评估模型的区分效度、汇聚效度和效标效度衡量预测模型的有效性，使用分半信度对模型信度进行评估。

图1.数据预处理、特征提取及模型训练流程

结果表明，心理幸福感感知模型交叉验证的相关系数在0.49和0.54之间（P<.001），表明该模型具有良好的效标效度。就模型的结构效度而言，它表现出优异的汇聚效度，相比之下模型的区分效度不尽如人意。结果还表明，该模型在每个维度上都具有良好的分半信度水平（范围从0.65到0.85；P<.001）。

通过确认语言预测模型的预测准确性和稳定性，该研究验证了社交媒体对应于真实心理幸福感数据的可预测性，对于使用社交媒体进行非专业环境（例如自我测试或大规模用户研究）下的心理健康状态识别具有积极意义。

研究成果已在线发表于Journal of Medical Internet Research。

论文信息：

Han, N., Li, S., Huang, F., Wen, Y., Wang, X., Liu, X., Li, L., & Zhu, T. (2023). Sensing Psychological Well-being Using Social Media Language: Prediction Model Development Study.Journal of Medical Internet Research, 25, e41823. https://doi.org/10.2196/41823.