情感驱动的社交网络用户内容创建及信息传播行为研究

[目的/意义]证实社交网络用户情感对内容创建及信息传播行为的影响机理。[方法/过程]采用Python爬取微博用户言论数据。首先,基于文本分析计算用户情感值;其次,对用户内容创建及信息传播行为进行定量分析;最后,通过构建固定效应回归模型对研究假设进行检验。[结果/结论]用户情感及情感改变对社交网络行为均有显著影响,用户情感越强烈、越极端,用户内容创建及信息传播行为越频繁;用户情感改变越剧烈,用户社交网络行为变化越大;用户性别及认证属性对情感与社交网络行为的关系起到了调节效应。

基于眼动追踪和脑电技术的多维设计特征产品外观的用户情感预测模型

目的探索多维设计特征产品外观的用户情感测量,建立基于生理指标的用户情感预测模型。方法以马克杯为例,通过外观解构,多维设计要素提取,正交组合设计,建立产品外观原型。利用眼动追踪和脑电技术,采集用户观看产品外观时的眼动数据和脑电信号。结果分析发现,注视点数,注视总时间,扫视路径长度,FP1、FP2、FPZ、F3、FC3、FC4、PZ、PO3、PO4、POZ、O1、OZ电极Gamma波相对功率,以及F3电极点Delta波相对功率等指标在高、中、低三种情感外观均具有显著性差异,且利用这些指标建立的PLS模型,具有较好的拟合度。结论各评价指标能够有效区分用户对马克杯产品外观的高、中、低情感。用户情感预测模型能够有效地预测用户对多维设计特征产品外观的情感,但在跨越不同类别产品时,模型的拟合度有所下降。研究为多维设计特征产品的用户情感测量提供了有效的方法。