内容简介
近年来，随着社交媒体的快速发展，社交媒体数据呈爆炸式增长，并被用于心理问题如焦虑、抑郁、自卑等的研究。本书通过挖掘社交媒体中的自卑情绪数据，结合自然语言处理（NLP）、地理信息系统（GIS）技术，探讨了自卑情绪的语义特征及空间演变特征。首先，构建了自卑情绪语义模型，将该模型应用于自卑原因的研究。其次，引入GIS空间分析思想，通过语义建模的方法，对自卑情绪语义空间进行二元划分，定量提取自卑情绪语义基元，以语义地图的形式进行可视化展示与分析，并利用地理空间统计中的空间自相关方法，挖掘语义基元的关联程度和演化规律。最后，对自卑情绪的时空演化模式及关联因子进行了探讨，分析了经济、社会及教育等因素对自卑情绪的影响。本书适合从事时空大数据挖掘、空间分析等研究的技术人员使用，也可作为GIS相关专业师生的参考书。
目录
第1章 绪论
1.1 研究背景
1.1.1 社交媒体与大数据
1.1.2 大数据与健康医疗
1.1.3 健康医疗与GIS分析
1.1.4 地理空间与语义空间
1.1.5 自卑心理
1.2 研究意义
1.3 本书主要内容
1.4 本书组织结构
第2章 基于科学计量学的国内外相关研究分析
2.1 引言
2.2 社交媒体与健康医疗研究的科学计量
2.2.1 数据来源及获取方法
2.2.2 学科特征
2.2.3 期刊被引及知识流动特征
2.2.4 国际合作特征
2.2.5 被引文献特征分析
2.2.6 热点分析
2.3 自卑相关研究的科学计量
2.3.1 学科特征
2.3.2 期刊被引及知识流动特征
2.3.3 国际合作特征
2.3.4 被引文献
2.3.5 热点分析
2.4 当前研究的启示
2.5 本章小结
第3章 自卑情绪数据语义特征分析
3.1 引言
3.2 数据采集与预处理
3.2.1 数据采集
3.2.2 数据预处理
3.3 自卑主题分类
3.4 基于语义基元的自卑原因分析
3.4.1 语义基元定义
3.4.2 语义基元提取关键技术
3.4.3 自卑情绪词向量模型构建
3.4.4 基于文本关联的语义基元提取
3.4.5 词向量降维可视化
3.5 实验及分析
3.5.1 实验环境
3.5.2 实验数据
3.5.3 实验结果与分析
3.6 本章小结
第4章 自卑情绪数据语义空间演化模式
4.1 引言
4.2 基于地理空间分析思想的自卑情绪语义空间分析
4.2.1 自卑情绪Voronoi语义地图构建
4.2.2 自卑情绪语义空间演化模式分析方法
4.2.3 自卑情绪语义空间相关性分析
4.3 实验结果与分析
4.3.1 实验环境及工具
4.3.2 实验流程
4.3.3 实验结果分析
4.4 本章小结
第5章 自卑情绪关联因子及时空演化模式
5.1 引言
5.2 时空差异及演化特征
5.2.1 时空差异特征
5.2.2 空间聚集特征演化
5.2.3 空间相关性分析
5.3 关联因子探测
5.3.1 关联因子选取
5.3.2 关联因子共线性诊断
5.3.3 关联因子相对重要性分析
5.3.4 地理加权回归模型
5.4 关联因子交互作用分析
5.5 实验结果及分析
5.5.1 实验环境及工具
5.5.2 实验数据
5.5.3 实验结果与分析
5.6 本章小结
第6章 总结与展望
6.1 本书总结
6.2 研究展望
参考文献
