群体控制的媒介干预模型

为了全面模拟对抗性人群行为,控制策略的效能评估是必不可少的.建立群体控制的媒介干预模型,通过引入社会不满模型和情绪模型,揭示媒介干预下个体行为由聚集到逃离的心理机制和行为规律.在粒子群算法中对粒子个体受力分析,仿真结果能够体现控制策略与控制效果的关系.参数分析表明,媒介属性与驱散率呈正比;媒介放置队形中间位置,驱散率大于两侧位置;个性特征值越大驱散率越低.最后设计仿真实验,验证建立模型的有效性.模型可以对群体控制策略进行效能评估,为控制人群提供一定决策支持.     

PLS情绪指数对中国股市风险收益关系的影响研究

从行为金融学角度研究投资者情绪对中国股市风险收益关系的影响,或有助于更好的解释风险收益关系.采用偏最小二乘法(PLS)构建新的投资者情绪综合指数,同时在对风险的度量中运用个股平均相关性代替总体方差来度量市场风险.研究结果表明PLS情绪指数比常用的主成分分析法所构建的情绪指数及单个情绪代理变量能更好的解释股市收益;平均相关性比市场波动更适合作为市场风险的度量指标;投资者情绪对风险收益关系有显著影响,其中在低情绪期风险和收益之间的相关性不显著,而高情绪期风险和收益之间呈现显著的负相关关系.由实证结果可知中国股市投资者存在非理性行为,应从行为金融的角度去考虑资产定价,同时对各指标的准确度量更有利于完善行为资产定价理论.     

基于用户情绪状态的网络舆情传播模型研究

将用户情绪作为影响因素,引入到舆情传播模型中,研究社交网络中舆情传播者在行为特征、社群互动和传播效果上因所处情绪状态不同而体现出的差异性.将用户情绪状态划分为乐观、悲观和中性情绪状态.处于乐观情绪状态和中性情绪状态的信息未知者,可以和所有传播者邻居互动,并以一定的概率成为信息传播者;而处于悲观情绪状态的无知者,只能被乐...     

疫情期间居住环境对城市居民焦虑情绪的影响

新型冠状病毒肺炎（COVID-19）已演变为全球大流行疾病,疫情发生带来的不确定性不仅对公众的生命健康产生了威胁,而且令公众的负面心理状态——焦虑情绪不断加剧。居住环境是影响居民情绪的重要因素,根据“人—环境一致性理论”,人与环境是相互作用的,个人的认知受环境的影响。因此,以线上问卷调查的数据为基础,采用焦虑自评量表测度城市居民的焦虑情绪,通过二元Logistic回归方法,分析居住环境和人口学特征对焦虑情绪的影响。结果表明,在居住环境要素中,室内居住环境中的采光、通风和噪声状况,室外居住环境中的住区绿化状况、疫情宣传和管理状况以及安全设施状况对城市居民焦虑情绪有显著影响;在个人特征要素中,年龄、收入和独居状态对城市居民焦虑情绪产生显著影响。     

情绪图库验证系统的设计与实现

情绪图库验证系统是一套用于情绪图库准确性检测、拥有独立功能的图片评分系统,是情绪图库构建中不可或缺的一部分。在情绪图库构建时,传统线下验证方式存在效率低、实施难度大的问题,因此有必要采用线上系统来完成实验。本文利用分布式部署方案,采用数据库主从架构,实现了一套拥有完整业务逻辑的情绪图库线上验证系统。该系统具备用户登录、图片评分、完成度实时检测等功能,支持多用户在线操作。此外,系统允许用户以不同身份参与实验,简化用户操作的同时,也减轻了相关研究人员的操作难度,并且在高并发场景下性能良好。     

Social network users clustering based on multivariate time series of emotional behavior

It is known that the social network is an excellent source for gathering the emotions of people. There are thousands of micro-blogs posted in every second and every micro-blog that may contain a variety of user＇s emotions. The users＇ collective emotional behaviors are with great impacts on today＇s societies, so it is good to find groups for society management based on users＇ emotional behavior. This article focuses on analyzing multivariate emotional behavior of users in social network and the goal is to cluster the users from a fully new perspective-emotions. The following tasks are completed： firstly, the multivariate emotion of Chinese micro-blog with vector is analyzed, and multivariate time series to describe the user＇s emotional behavior are constructed. Seconedly, considering principal component analysis （PCA） in similarity and distance similarity, the similarity of the multivariate emotion time series is measured. The contribution could be summarized as follows： groups of users though different emotions in social network are discovered. The emotional fluctuation and intensity of users are considered as well. Experiment in clustering effectively illustrates the emotional behavior characteristics of the Users in different groups.     

投资者情绪对科创板市场收益率的影响——基于文本数据挖掘视角

本文以科创板市场为主要研究对象,基于文本数据挖掘方法探究了新冠疫情发生前和疫情期间投资者情绪对市场收益率的影响及其作用机制。利用东方财富股吧2019年7月至2020年3月的日度科创板股票评论数据,基于Bi-LSTM深度学习技术对文本数据情感倾向进行分类,建立投资者情绪指数。通过构建双向固定效应的联立方程模型,采用2SLS方法估计投资者情绪对科创板市场收益率的作用,并检验在经济平稳运行和受新冠疫情冲击期间该作用的差异性。实证分析及稳健性检验的结果均表明,投资者情绪通过影响交易量进而影响科创板股票市场收益率,这种正向作用在1%的置信水平下显著。此外,投资者情绪对科创板收益率的影响在经济平稳运行和受新冠疫情冲击期间均保持稳健,且在新冠疫情期间作用更强。本研究成果对于新冠疫情期间我国证券市场监管层完善科创板交易机制,以及对中小投资者优化投资战略具有重要意义。     

基于AdaBoost-LSTM模型的语音情绪识别研究

为构建较为快捷的语音识别模型,文章基于LSTM模型对语音序列中的情绪进行识别,并采用AdaBoost模型进行效果增强,通过对IEMOCAP数据集进行实证,表明AdaBoost-LSTM模型对IEMOCAP语音情绪数据集具有较佳的识别效果。     

基于AdaBoost的音乐情绪分类

随着流媒体应用的蓬勃兴起,音频信号的自动分类开始成为工程与学术关注的热点之一。根据音乐信号对乐曲表现的情绪进行分类,由于涉及音乐信号的社会属性和自然属性的综合表征与模糊分类,因此处理方法相应需要在各种传统表征与分类方法的基础上进行机制筛选与架构优化。该文探讨了在AdaBoost算法,K-L变换和GMM模型的基础上构造弱分类器的方法,采用多层分类器结构,成功地实现了对音乐信号进行情绪分类。初步的实验对163首歌曲进行平静(Calm),悲伤(Sad),激动(Exciting)以及愉悦(Pleasant)4种类别的分类,训练集和测试集的分类准确率分别达到97.5%和93.9%,展示了这种方法的可行性和进一步发展的潜在价值。