情境线索对社会认知内容推断的影响

本研究考察了情境线索对社会目标不同内容维度之间推断的影响。研究1发现,缺乏情境线索时,热情和能力两个基本维度相互呈现正向推断。研究2发现,当情境线索明确指向高能力时,高热情描述会导致低能力推断,同时引发消极的行为倾向。研究3进一步考察了热情两个子维度社交性和道德性之间的推断,结果发现描述社交性职业的社交性信息或者描述道德性职业的道德性信息时,对目标对象的整体评价和行为意愿都更积极。研究表明,情境的预期性线索为社会认知内容的推断提供了基本的认知框架,当信息呈现与情境预期相匹配时,更容易产生积极推断。

随机森林改进算法在LBS用户社会关系推断中的应用

根据LBS用户位置信息对用户社会关系进行推断,是基于位置大数据的情报挖掘领域中的一个新兴问题,可为群体发现及社团划分提供信息支撑.本文以时空共现理论为依据,对时空共现区的4类特征进行了选择、归纳及优化.针对随机森林难以对高维且含有冗余特征的数据进行分类的问题,提出一种基于特征空间分区采样策略的随机森林算法.该算法以Fisher比对特征的重要程度进行度量,并以此为依据对特征子空间分区,然后按比例进行采样,最后构造随机森林.这一改进有效避免了随机采样法构造特征子空间时容易引入噪声的问题.实验结果表明,相比于标准的随机森林算法,改进算法在对具有高维、冗余特征的数据分类中更为有效,更加适合应用于对LBS用户社会关系的推断.

一种基于随机森林的LBS用户社会关系判断方法

根据LBS用户位置信息对用户之间是否存在社会关系进行判断,是基于位置大数据的情报挖掘领域中的一个新兴问题,可为群体发现及社团划分提供信息支撑。以时空共现理论为依据,将时空共现区特征归纳为4类,提出了一种基于随机森林的用户社会关系判断方法。该方法包括特征选择和训练分类环节。首先,针对特征空间存在不相关和冗余特征而影响判断性能的问题,提出一种基于Fisher准则和χ2检验的特征选择算法,对无关、冗余特征进行剔除;然后采用随机森林进行分类判断,克服了现有方法训练速度慢、容易过拟合的问题。以LBSN用户Check-in数据为例进行的实验结果表明,该方法能够以较低的计算代价和较高的准确率实现社会关系的判断。

消费决策过程如何彰显社会地位?基于最优化决策策略的视角

彰显社会地位是消费者行为的一项基本动机。以往的消费心理学研究大量聚焦产品特征如何彰显社会地位(即令观察者产生高社会地位的推断),却很少探讨消费决策过程这一购买决策中不可忽视的重要因素对社会地位推断有何影响。本研究试图构建一个基于最优化决策过程信息的社会地位推断模型,系统探讨:(1)最优化决策过程能否及如何彰显消费者的社会地位;(2)彰显社会地位动机是否为消费者进行最优化决策的原因之一;(3)最优化决策过程如何通过社会地位推断影响观察者后续的消费行为。本研究将为社会地位推断研究提供新的视角,扩展最优化决策研究的外延,并从全新的角度揭示最优化决策的内涵。