基于Twitter数据的日本主观幸福感指标研究

753

收藏 2022-05-16

英文标题：
《On a Japanese Subjective Well-Being Indicator Based on Twitter data》
---
作者：
Tiziana Carpi, Airo Hino, Stefano Maria Iacus, Giuseppe Porro
---
最新提交年份：
2020
---
英文摘要：
This study presents for the first time the SWB-J index, a subjective well-being indicator for Japan based on Twitter data. The index is composed by eight dimensions of subjective well-being and is estimated relying on Twitter data by using human supervised sentiment analysis. The index is then compared with the analogous SWB-I index for Italy, in order to verify possible analogies and cultural differences. Further, through structural equation models, a causal assumption is tested to see whether the economic and health conditions of the country influence the well-being latent variable and how this latent dimension affects the SWB-J and SWB-I indicators. It turns out that, as expected, the economic and health welfare is only one aspect of the multidimensional well-being that is captured by the Twitter-based indicator.
---
中文摘要：
这项研究首次提出了SWB-J指数，这是一个基于Twitter数据的日本主观幸福指数。该指数由主观幸福感的八个维度组成，依靠推特数据，通过人类监督情绪分析进行估计。然后将该指数与意大利的类似SWB-I指数进行比较，以验证可能的相似性和文化差异。此外，通过结构方程模型，对因果假设进行检验，以了解该国的经济和健康状况是否影响幸福感潜在变量，以及该潜在维度如何影响SWB-J和SWB-I指标。事实证明，正如预期的那样，经济和健康福利只是基于Twitter的指标所捕捉到的多维幸福感的一个方面。
---
分类信息：

一级分类：Statistics 统计学
二级分类：Applications 应用程序
分类描述：Biology, Education, Epidemiology, Engineering, Environmental Sciences, Medical, Physical Sciences, Quality Control, Social Sciences
生物学，教育学，流行病学，工程学，环境科学，医学，物理科学，质量控制，社会科学
--
一级分类：Computer Science 计算机科学
二级分类：Computers and Society 计算机与社会
分类描述：Covers impact of computers on society, computer ethics, information technology and public policy, legal aspects of computing, computers and education. Roughly includes material in ACM Subject Classes K.0, K.2, K.3, K.4, K.5, and K.7.
涵盖计算机对社会的影响、计算机伦理、信息技术和公共政策、计算机的法律方面、计算机和教育。大致包括ACM学科类K.0、K.2、K.3、K.4、K.5和K.7中的材料。
--
一级分类：Economics 经济学
二级分类：General Economics 一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance 数量金融学
二级分类：Economics 经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
PDF下载：
-->

On_a_Japanese_Subjective_Well-Being_Indicator_Based_on_Twitter_data.pdf
大小:(643.82 KB)

马上下载

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

可人4

2022-5-16 17:47:04

基于Twitter数据的日本人主观幸福感指标。Tiziana Carpi*艾罗·希诺+斯特凡诺·玛丽亚·艾库斯¨朱塞佩·波罗¨摘要本研究为第一次是SWB-J指数，这是一个基于Twitter数据的日本主观幸福指数。该指数由主观幸福感的八个维度组成，依靠推特数据，通过人类监督情绪分析进行估计。然后将该指数与意大利的类似SWB-I指数进行比较，以验证可能的相似性和文化差异埃伦斯。此外，通过结构方程模型，对因果假设进行了检验，以确定该国的经济和健康状况是否在持续恶化幸福感潜在变量的影响以及潜在维度ects SWB-J和SWB-I指示器。事实证明，正如预期的那样，经济和健康福利只是基于Twitter的指标所捕获的多维幸福感的一个方面。关键词——主观幸福感、日本、推特数据、情绪分析1简介几十年前，改善社会幸福感明确地进入了决策者的议程，当时很明显，可观察数量的客观衡量指标——首先是GDP——不能令人满意地代表一个社区的福利状况（Stiglitz et al.，2009）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

可人4

2022-5-16 17:47:11

因此，衡量和监测社会福利的工具开始出现在决策者的工具箱中，逐渐将重点从客观评估转移到主观评估：包括客观和主观幸福维度的多维指标（Barrington Leigh and Escande，2018；Fleurbaey，2009），面对面或电话调查调查公民对自身生活质量感知的样本（Kahneman等人，2004年；Schwarz and Strack，1999年），以及互联网发展后，通过社交网站（SNS）提供的大规模数据，应用多种技术分析个人和集体情绪，目的是从网络上的对话（Luhmann，2017；Scollon，2018）或单词搜索（van der Wielen and Barrios，2020）中得出对幸福状况的评估。在这种情况下，Twitter是最受欢迎的SNS之一，在全球范围内每月有3.3亿活跃用户。由于允许的信息简短，以及潜在的大量推文可用且不断更新，该平台被认为是评估情绪幸福感的最合适的信息来源之一，即生活质量评估的“情绪”或短期组成部分。最近的文献提供了一些基于推特数据的幸福感评估的例子，并基于情绪分析方法，旨在监测社区自我宣称的情绪状态的日常演变。特别是，Dodds等人（2011年）基于所谓的“封闭可撤销”方法，构建了一个名为快乐指数的幸福指数：他们使用机械土耳其语（Mechanical Turk）测量了一组一万个单词的使用频率，并获得了九分制的幸福评估。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

可人4

2022-5-16 17:47:17

他们的数据集非常庞大，从2008年9月到2011年9月，超过6300万Twitter用户发布了约46亿条表达。该项目仍在进行中，佛蒙特大学复杂系统中心现在每天都在评估享乐仪，因此，该中心可以提供自2008年以来的时间序列。Rossouw and Greyling（2020）提出了一个主观幸福指数，名为国民幸福总值指数（Gross National Happiness index）：该指数自2019年以来在三个英联邦成员国进行了评估：南非、新西兰和澳大利亚。该项目的目的是实时衡量各国人民的情绪*意大利米兰米兰大学语言调解和跨文化交际研究系。+日本东京早稻田大学政治科学与经济学院——通讯作者，电子邮件：stefano。iacus@ec.europa.eu§欧盟委员会，联合研究中心，意大利科摩因苏布里亚大学法律、经济和文化系，Via Enrico Fermi 274921027 Ispra（弗吉尼亚州）。https://statista.comhttps://www.mturk.com/https://hedonometer.org/timeseries/en_all/https://gnh.todaycitizens在di期间不同的经济、社会和政治事件：其影响rst申请是一项对在选举期间施加的社会限制的福利影响的审查南非第一波新冠肺炎大流行（Greyling等人，2020年）。为了计算指数，情绪分析被应用到一个实时推特订阅源，每个推特被分配一个积极的、中立的或消极的情绪。然后，一种算法以0到10的比例评估幸福感分数。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

可人4

2022-5-16 17:47:23

国民幸福指数提供了三个国家每小时的幸福指数。其他几项研究将情绪分析应用于Twitter提供的数据，以监测短期幸福感水平（Bollen等人，2017年），但也包括生活满意度，dened作为生活质量的中长期评估（Schwartz等人，2013年；Yang和Srinivasan，2016年；Lim等人，2018年；Durahim和Coskun，2015年；Abdullahet等人，2015年；Quercia等人，2012年；Greco和Polli，2020年）。这项工作使用了一种名为综合情绪分析（iSA）的情绪分析算法（Ceron等人，2016年），以获得日本的综合主观幸福指数SWB-J（主观幸福感日本）。与广泛应用于SNS大数据存储库的情感分析算法和方法相比，iSA的优势在于，iSA是一种人类监督的机器学习方法，其中包含文本样本（训练集）rst读取并手动分类由人类编码人员进行编码，然后语料库（测试集）的其余部分自动分类这个算法使我感到困惑。这使得从文本中提取定性信息不需要依赖字典或特殊的语义规则：相反，iSA可以研究语言的文化、心理和情感方面，掌握非正式和口语表达的所有细微差别。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-5-16 17:47:28

这一特点特别重要因为已经用相同的方法对意大利（SWB-I）的SWB-J的类似物进行了估算（Iacus等人，20192020A，b）：可以尝试对两个指标进行比较，这有助于完成解开di的挑战性任务从文化和语言角度评价生活质量的差异表达和交流情感和情绪。SWB-J项目是由米兰大学和意大利因苏布里亚大学以及两个日本同行：东京大学和早稻田大学合作创建的。本文的结构如下：第2节介绍了福利研究中的大数据方法和第3节briey介绍了情绪在日语中表达的一些文化方面，并回顾了一些关于从日语推文中提取情绪的计算语言学的最新文献。第4节描述了本研究中使用的SNS数据以及后续章节中使用的其他数据来源，而第5节描述了用于创建SWB-J指标的情绪分析方法。第6节讨论了由此产生的新的SWB-J指标，并将其特征与意大利对应的SWB-I进行了比较。第7节介绍了一项跨国分析，旨在解释可能影响di的因素通过计量经济分析，SBW-J和SWB-I的不同模式。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

何人来此

2022-5-16 17:47:34

第8节总结了这种方法的结果和局限性，附录中包含了有关索引构造的其他技术资料。2为什么通过SNS的大数据评估主观幸福感？幸福感评估已经从对客观数量的评估转向对主观情绪和心理状态的评估，因为观察变量——即使是多维方法——已被证明不足以准确解释社会的福利状况（库兹涅茨，1934；森，1980）。对这种方法的批评已经开始质疑其经验相关性，并为幸福评估策略的颠覆打开了大门：如果由于可观察变量的限制，一维和多维测量都不可靠，评估个人和集体幸福感的唯一可行方法是明确要求人们对自己的状况进行评估。为了实现这一目标，越来越多地广泛使用调查和问卷来收集个人和社区的生存水平和动态信息。Di为了理清自我报告幸福感的偶然、情感方面和生活满意度的评估，人们开发了不同的调查方法——也受到所应用技术（面对面采访、电话、互联网）的制约——这需要从中长期的角度审视当前和过去的事件。然而，基于调查的研究有一个重要的意义幸福感的缺点是幸福感本身。这是一种“霍桑”Angus Deaton（Deaton，2012；Deaton and Stone，2016）指出：事实上，改变调查问题的顺序可能有助于老练的ect——受访者对自己情绪或生活质量的评价。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-5-16 17:47:40

更一般地说，当受访者意识到自己的生活被要求进行评估，并在进行评估时被观察到时，他们给出的答案可能会因这种意识而产生偏见。因此，分析人士面临的困境非常明显：一方面，他们希望让人们对自己的幸福状况进行自我评估，以克服这种困境基于可观测量的测量所产生的科学；另一方面，他们不应该要求人们进行自我报告的评估，以避免由于受访者的意识而产生偏见。随着虚拟通信时代的开始，提供了一个新的大规模数据源，似乎可以满足对此类信息的需求：事实上，一个巨大且不断更新的数据源的可用性从理论上讲，社交网络上的大量对话提供了一个实时的机会，让人们可以了解人们对自己日常生活质量的看法——无论是从情感角度还是从评价角度——而无需提交任何也被称为“观察者e”ect”，这是一种现象，通过这种现象，个体会根据自己被观察到的不明显而改变自己的行为（Landsberger，1958）。明确的问卷调查。这催生了一系列研究，其目的是从Facebook、Twitter、Instagram等知名平台上发布的大量文字或图像中提取有意义的信息（Voukelatou et al.，ming）。来自SNS的大规模数据集的主要优点之一是它们的持续更新。它Ers现在预测活动的机会：事实上，虽然传统上认为与福利相关的变量——比如GDP或发病率——只有在时间滞后的情况下才能观察到，但这有时会让决策者的干预变得不那么容易总之，SNS数据可以实时监控公众情绪，并可以预测客观变量的变化。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

mingdashike22

2022-5-16 17:47:46

此外，当情感分析的方法与语言无关时（也就是说，它们可以应用于用di表达的文本）不同的语言，没有任何特别的限制），语言和社会文化背景之间的比较是可能的，其中不仅语言使用中可能出现差异，但也可能出现文化差异城市——比如在表达情感时施加更严格自我控制的社会习俗——可以被发现，只要它们被记录在虚拟对话中。另一方面，SNS数据也有一些固有的局限性。首先，这些平台的用户不是整个人口的代表性样本：因此，通过分析这些数据可以实现的任何社会福利评估都不能立即扩展到整个人口。调整程序可以应用于使结果更一般化，但最重要的是，尽管SNS的代表性有限，但它可以被视为一种发表意见的场所，在这里，表达的观点观察或预测集体情绪和趋势。这实际上表明，第二个缺点可以归咎于通过SNS数据评估幸福感：社交网络的使用本身可以改变自我感知或自我宣称的幸福感。事实上，即使SNS用户没有回答任何关于他们个人身份的明确问题，他们也知道自己在与社区分享自己的感受，这可能会扭曲他们的幸福自我报告，以满足自我表达的需求。此外，SNS消息和文本似乎更适合重新发布ect短期情绪变化比长期生活质量评估更可靠：因此，基于SNS数据的幸福指数作为情绪幸福的衡量标准比作为生活评估的来源更可靠。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

何人来此

2022-5-16 17:47:52

然而，尽管这句话是正确的，但定量分析有助于分离网络虚拟对话所描述的幸福路径的不稳定成分和结构成分。这一新数据源的可用性提出的一个重要问题是技术问题：技术设备的不可计算能力的增加本身并不能保证在虚拟对话中从背景噪音中分离有用信息的能力。继加里·金（Gary King）之后，我们可以说“大数据与数据无关”（King，2016）：它更重要的是从数据中提取知识的机会，这需要足够的方法和工具。幸运的是，统计理论及其应用的最新进展正在提高社会科学家分析这些大规模数据集内容的能力，并促进对数据的区分情绪分析的不同方法。我们在这项工作中提出的主观幸福感指标是基于iSA算法，这是这些新方法之一。3.表达情感在日本文化和宫屋（2007）提到的SNSA中，在传统的日本交流中，人们倾向于保持距离，确定和主观的体验（松本，1999）。在语篇分析方面，大多数研究集中在同一个词上在情绪和社交网络的背景下，对大型网络博客或SNS帖子进行分类（Ptaszynski等人，2014年）ect分析。作为表情符号，或表情符号，在日语书面数字交流中是很特殊的。例如，在图形化表情符号出现之前，西方文化中使用的是横向情感，如“：”等，而在日本（其他亚洲国家），表情符号过去和现在都是垂直的，如“（`o\'）”。表情符号werealready是20世纪90年代末在日本作为移动设备（如Jphone和iMode）的标准消息平台包安装的。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-5-16 17:47:58

表情符号的发展在日本很有特色，可以说起源于汉字文化，汉字作为图形符号代表一个想法或概念（这也适用于使用汉字的亚洲国家）。尽管表情符号非常丰富，但一项大型跨国研究似乎证明，无论文化如何，纵向和横向表情符号都传达了类似的概念（Park等人，2014）。不过，表情符号加上副词似乎比简单的表情符号更能预测a对短信的直观感知（Rzepka等人，2016年）。关于表情符号和动作之间关联的许多其他研究可以在文献中找到（例如Shoeb and de Melo，2020；Novak et al.，2015），但它们并不具体c到日语。与日本文化中通过非语言手段表达情感的方式有关，被称为ASCII艺术的失写设计在诸如2channel（最流行的在线公告板之一）等公告板中得到了相当广泛的使用。Kamijo等人（2016年）对日本Twitter账户的人格特质评估进行了研究。关于危机期间日语自动情感标注的大规模研究，见（Vo和Collier，2013）。关于speci的更多语言学分析c最近出现了与舒适和幸福相关的日文术语（kawaii see，例如Iio，2020）以及性别规范语言研究（Carpi和Iacus，2020年）。总之，目前的所有研究要么基于词典或语义规则，要么采用经典的Word2Vec方法（Mikolov等人，2013年）或标准NLP技术（例如Bengio等人，2003年）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

mingdashike22

2022-5-16 17:48:03

在这项研究中，正如第5节所述，我们使用定性和定量相结合的方法，这一术语是“现在”和“预测”的缩写：它指的是实时收集有关某些数量或变量的信息的机会。考虑到幸福感维度的复杂性以及表达幸福感的语言。事实上，分析的重点并不是一条信息的特殊特征，而是一条推文中经过准确训练的全部词语。这些人都是日本母语，完全理解用于表达情感的自然语言的所有阴影。4数据收集本工作中使用的数据来自两个在两个di下收集的不同存储库但在这两种情况下都使用Twitter搜索API。这些日本推文仅使用语言=日语，国家=日本，意大利（意大利语和意大利）也是如此。值得一提的是，Twitter帖子不属于从实际人群中随机选择的个人（Baker等人，2013年；Murphy等人，2014年）。参考人群是在分析中选择的所有Twitter账户的帖子总数。此外，Twitter账户不能与个人唯一关联，有些账户比其他账户更活跃。基于这些原因，我们分析的重点是通过公共Twitter“搜索”和“流媒体”API收集的帖子总量（在报告期内，以日语书写）。阿斯珀在官方文档中，Twitter搜索API只提供了所有推文的10%样本，尽管该公司没有披露关于该样本在社交网络上发布的所有推文中的代表性的任何信息。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-5-16 17:48:09

然而，根据我们的个人经验，也可以Hino和Fahey（2019）在大规模实验中发现，主题和关键词的覆盖率相当准确，似乎是随机选择的：因此，我们将本研究中使用的Twitter数据视为Twitter上讨论内容的代表性样本。根据Statista的数据，意大利每天约有800万活跃账户，而日本约有5200万活跃账户，因此发布的推文数量不可比。尽管存在这些局限性，但使用Twitter数据的优势在于，数据的收集可以（几乎）连续进行，而且，由于第5节中所述的人工监督定性分析，可以直接从文本中捕捉幸福感的表达，而不是通过web表单询问。在意大利，最初的项目在2012年2月1日至2018年6月21日期间收集了约2.504亿条推文，平均每天5万条。对于日本来说，由于几个技术原因，我们每天能够收集最多5万条推文，在2015年8月24日/2018年12月31日期间总计约6080万条推文。表2报告了汇总统计数据。在同一表格中，我们还报告了SWB-I和SWB-J指数可用年份的新经济基金会（2016年）的快乐星球指数（HPI）和联合国开发计划署（2019年）的人类发展指数（HDI）。数据来自数据提供者全球经济，以及表1中列出的其他经济变量，主要来自世界银行、国际货币基金组织、联合国和世界经济论坛。我们还从OECD中收集了40岁男性的可变预期寿命，以捕捉衰老的感知和质量。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-5-16 17:48:15

这是我们考虑的唯一年度变量，因为它在时间上的变化是非单调的，此外，它还与意大利的经济增长呈正相关（ρ=0.91），而与日本的经济增长呈负相关（ρ=-0.27).可变频率描述GDP增长季度实际GDP百分比变化同比消费增长季度百分比变化同比投资增长GDP季度百分比变化同比失业率月度劳动力百分比40岁男性预期寿命幸福星球指数年度人类发展指数年度表1：经济和环境第7节经济计量分析中使用的变量加上两个额外的油井指标。5如何从推特中提取主观幸福感SWB-J指数是一个多维幸福指数，其组成部分受新经济基金会智库为其幸福星球指数选择的维度启发（新经济基金会，2016）。总之，SWB-J模拟了之前为意大利制造的相同指示器SWB-I（Iacus等人，20192020B，a），由八个维度组成，涉及三个di不同的幸福领域：个人幸福、社会幸福和工作幸福。更多细节：1。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-5-16 17:48:21

个人幸福感：o情绪幸福感：体验积极情绪和消极情绪的频率之间的总体平衡，高分表明积极情绪比消极情绪（emo）更容易感受到；应用程序设计facehttps://statista.comTheGlobalEconomy.comhttps://data.oecd.org/healthstat/o满意的生活：对自己的整体生活（sat）有积极的评估活力：精力充沛，感觉得到充分休息和健康，同时也保持体力活动（vit）韧性和自尊：衡量个人心理资源、乐观精神和应对生活压力的能力积极的功能：自由选择并有机会去做；能够利用个人技能，同时感到专注和免费参与日常活动（乐趣）；2.社会幸福感：o信任和归属感：信任他人，在体验归属感（tru）的同时感觉受到公平和尊重关系：与家人、朋友和其他提供支持的人建立密切关系的互动程度和质量（rel）；3.工作幸福感：o工作质量：感到满足与工作打交道，体验工作与生活平衡的满意度，评估工作和工作条件（wor）的情感体验。众所周知，与美国（Kitayama et al.，2000；Ford et al.，2015）和最近的中国（Wonget al.，2020）相比，日本的个人幸福感与社会幸福感和工作幸福感密切相关。鉴于日本社会的集体主义性质，基于包括社会福利和工作福利在内的多个维度来衡量主观幸福感是有意义的。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-5-16 17:48:28

亚洲国家的主观幸福感得分较低（Diener等人，1995年），但很少有研究试图用社交媒体数据来衡量主观幸福感水平。由于该指数的多维性，人们可以更好地理解和阐明主观幸福感的内在机制。为了从推文中提取语义含义，在本研究中，我们使用了监督情绪分析，尤其是iSA（综合情绪分析）算法（Ceron等人，2016），该算法也被用于从推文数据中捕捉幸福感和幸福感的各个方面（Curini等人，2015）。iSA是一种人工监督的机器学习方法，其中包含一个文本样本（训练集）rst读取并手动分类由人类编码人员进行编码，然后语料库（测试集）的其余部分自动分类这个算法使我感到困惑。监督部分至关重要，因为这是一个步骤，可以从文本中提取定性信息，而不依赖字典或特殊语义，而是依赖文化、心理和情感解释。基于用户需求的其他方法有一些词典，但主要关注幸福的概念（Bollen等人，2011年；Zhao等人，2019年）。与其他机器学习技术相比，iSA的优势在于，它旨在直接估计意见的总体分布（例如，正面、负面、中性），而无需通过单独的分类测试集中的帖子类别。这种方法大大减少了估计误差。此外，作为一种顺序方法，在高噪声数据的情况下，达到其他方法相同精度所需的训练集的大小通常要小10到20倍。读者可以参考Ceron等人。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-5-16 17:48:34

（2016）获取该方法的技术解释。请注意，在讨论日本社会的幸福感概念时，熊野（2018）区分了两种类型的幸福感：什叶派幸福感或享乐型幸福感，以及池井幸福感或eudaimonic幸福感。很明显，我们的分析中捕捉到了bothare，但没有进行区分，因为这将是未来工作的范围。训练集的数据是根据筛选关键字在附录的表10、11、12、13、14、15和16中列出。请注意，即使训练集是由对数据进行过滤，整个统计分析是在收集的推文的完整存储库中完成的。在培训集classi的定性步骤中例如，编码规则已分发给人类编码人员：orst的一般规则是适当地标记/标记/编码主题外的帖子。在这个阶段，机器学习算法将理解噪声第二条规则是：如果你对一篇文章的语义上下文没有完全信服，不要对它进行分类，直接跳过它，转到下一条。这些都不是离题的，让算法尝试为您分类可以将RT（重新推文）归类为来自账户的原始推文。这是一种情感/观点转移的假设，我们假设这与用户直接表达的情感/观点相同。当然，其他研究人员可能不同意这个假设因为每条推文都是经典的沿着一个或多个维度，始终尝试考虑对所有类别进行并行编码，并保留那些不适用于给定类别的未回答/未标记。编码规则和真实推文示例classi阳离子在附录中给出。一旦训练集完全手工编码，iSA算法将应用于日常测试数据集。每个估计分布将包含积极、中立、消极和离题条目。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

可人4

2022-5-16 17:48:39

OffTopiccategory代表数据中的日常噪音，其余代表信号。对于指数的每个组成部分，例如emo，在d天，指数的计算如下：emod:=%正%正+%负∈ [0,1]（1）公式（1）背后的基本原理是，目的是捕捉表达或判断，这就是为什么命令不表达任何问题、判断等，即如为中性，则从计算中删除。日期d很容易从推特数据的时间戳中提取出来，推特数据总是出现在推特的元数据中。最后，SWB-J指数是八个分量emo、sat、vit、res、fun、tru rel和WOR的简单平均值。虽然它不属于本研究的范围，但是c为了获得针对特定人群的幸福指数，可以考虑各成分的加权平均值c.生命维度。6 SWB-I和SWB-J指数的初步分析显示，自2012年以来，意大利的SWB-I和SWB-J年平均值，自2015年以来，日本的SWB-I和SWB-J年平均值。我们注意到的是，日本指标在[52.5,54.5]范围内表现出较高的中期稳定性。相反，在非营利组织的情况下，中期变化更大——年值范围为[48.7,57.7]，在某些年份，SWB-I的值显著高于显著地降低或显著地另一方面，这两个指标的标准差表明（图1的检查证明）SWB-J的短期波动率为这些结果显示，日本Twitter用户对日常事件和情绪的反应更为积极，而他们对生活质量的评价平均来说是稳定的，大致相当令人满意。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-5-16 17:48:45

更准确地说，意大利指标显示了一个高变化期，基本上与意大利组织和主办2015年世博会的年份一致：这是一个异常的时间框架，当意大利公众舆论中出现严重负面情绪（由于对活动筹备延迟的争议，以及对一些组织者行贿的指控）和强烈的积极情绪（由于活动的欣赏和成功）时，意大利公众舆论迅速发生变化。表4中SWB-J单组分的检查日本主观幸福感的稳定性——以及轻微下降。A.rst悖论出现在对社会关系的幸福感知上：评估家庭关系和友谊（rel）质量的子成分的突出价值在某种程度上是，在信任和归属感（tru）方面与感知到的幸福感不一致：这可能表明，对家人和朋友培养的积极情感并没有推广到社会的其他部分。与其他与个人幸福感相关的维度一样，SWB-J的情绪子维度与全球指标一致：略高于我们的平均水平功能成分，关于做和选择的机会，以及日常活动的参与度和满意度；略低于健康和身体活力（vit）的自我认知。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

mingdashike22

2022-5-16 17:48:51

此外，工作中的主观幸福感（wor）严格符合平均SWB-J：这与意大利的情况（见表3）相反，在意大利，wor成分最不稳定，与SWB-I的总体值没有很强的相关性，并且可能记录了强烈的识别日本人在工作满意度和整体幸福感之间，或者在工作中没有表达出对文化的担忧，这是意料之中的。看看SWB-J（和SWB-I）和两个众所周知的幸福指数之间的相关性可能会引起一些担忧。表5显示了SWB-J与幸福行星指数（HPI）的高度相关性，该指数是为2006年首次由新经济基金会（2016年）主办。HPI旨在给出可持续幸福感的衡量标准：它比较了地的古代居民不同的国家都在利用自然资源来实现长寿、幸福的生活。另一方面，SWB-J呈负相关（相关指数等于-联合国开发计划署（UNDP）自1990年以来根据阿马蒂亚·森（Amartya Sen）的幸福能力方法制定的人类发展指数启动和评估（Robeyns，2006年）。在衡量幸福感时，人类发展指数考虑了三个方面：健康、教育和生活物质标准。可以注意到，意大利的SWB-I与这两个指标都呈正相关：与HPI呈弱相关，与HDI呈强相关。所有这些都应该提醒我们，目前可用的过多幸福指数很少给出同一变量的衡量标准：每个指标都针对一个特定的变量德Well being的定义以及所有这些定义之间的关系定义有时是不明确和模棱两可的。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

可人4

2022-5-16 17:48:58

这并不意味着所提供的措施是错误的或不可靠的：它只要求在解释构建指标、数据源和数据源所遵循的方法时极其清晰该指标所要说明的幸福感的开始。7 2015-2018年跨国分析在本节中，我们将重点关注直接投资的影响SWB指标上的不同经济变量。我们利用表1中的月度和季度数据，以月度频率对季度数据进行插值，以尽可能多地利用数据。请注意，虽然在2012年至2015年期间对意大利进行了审查，但分析仅限于2015年至2018年期间，这两个国家出于比较目的被考虑在一起。对于分析，我们使用了结构方程模型（SEM）和连续响应变量（Bollen，1989）方法。SEM是测试因变量、独立变量、中介变量和潜在维度之间复杂关系的常用方法。我们假设真正的幸福感是一个潜在变量受该国经济状况（该国本身被认为是一个潜在变量）和健康状况的影响，尽管出现了几次正峰值，但2015年的平均SWB-I是研究期间的最低水平。7.7（4.2）（3.8）（4.9）（4.9）（9.8）（4.9）（9.8）（7.8）（4.9）（9.8）（7.5）（7.5）（4.5）（4.5）（4.5）（4.5）（4.5）（4.5）（4.5）（4.5）（4.5）（4.5）（7.5）（7.5）（7.5）（7.5）（7.5）（7.5）（7.5）（4）（7.5）（7.5）（7.5）（7.5）（7.5）（7.1）7.1））7.1））））））））7.1）7.1）推特推文44.1）推文44.1）推文44.1）推文44.1）推文44.4.4.4.4.4.4.4.4.4.4.4.4.4.5（4.5（4.5（4.5）（4 8HPI–5.99 5.92 5.925.92HDI––0.906 0.910 0.913 0.915表2：SWB-I和SWB-J的年平均值，括号内的标准偏差，以及以百万为单位的推文数量。意大利的数据为2012年2月1日至2018年6月21日，日本的数据为2015年8月24日至2018年12月31日。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-5-16 17:49:04

幸福星球指数（HPI）和人类发展指数（HDI）来源于世界银行。4.6.6.6.6.6.6.6.6.6.6.6.6.5.5.15.15.15.15 15.15.15.15.15.15.15.15.15.15.15.15.15.15.15.15.15.15.15.15.15 15.15 15.15 15 15.15 15 15.15 15 15.48 48 48.7 48.7 48.7 48.5 5 5 5 5.7.7.5 5 5 5 5 5 5.7.5 5 5 5 5 5 5.7.7.5 5 5 5 5 5 5 5 5.7.7.7.7.5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5.7.7 7 7 7.5 5 5 5 5 5 5 5 5 5 5 5.7.7.5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 40.4 57.8 59.1 46.4 64.9 26.6 74.5 76.2表3：SWB-I指数各组成部分的值。年份SWB-J emo fun rel res sat tru vit wor2015 54.4 54.8 59.3 75.2 54.4 56.9 35.4 43.2 55.92016 53.6 53.5 59.4 73.9 58.9 53.0 35.6 42.6 52.22017 53.2 51.0 57.9 75.7 55.9 51.5 36.1 42.7 55.02018 52.5 51.5 57.0 72.3 54.9 53.4 35.6 43 43.3 52.2表4：SWB-J指数各组成部分的数值。304050602015 2016 2017 2018 2019每周系列WB-ISWB-图1:SWB-I和SWB-J周平均序列，带有估计的局部线性回归趋势和标准误差带。2015年6月至9月的意大利峰会与2015年世博会相关。一个通过预期寿命来衡量的国家，Twitter SWB-I/SWB-J指数是对幸福感潜在变量某些方面的可观察测量。幸福星球指数人类发展指数SWB-I 0.14 0.80SWB-J 0.81-0.99表5：年平均SWB-I和SWB-J与幸福星球指数和人类发展指数这两个指数之间的相关性。在统计学方面，SEM包括回归分析、因子分析和路径分析，以探索变量之间的相互关系。这是个骗局假设性技术，分析师测试模型，以检查建立的关系之间的一致性。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

何人来此

2022-5-16 17:49:10

从理论上分析了以下潜在维度：o经济：由GDP增长、消费增长、投资增长和失业率捕获；o幸福感：我们认为这是一种受经济潜在变量和作为健康状况预测指标的预期寿命的影响，幸福感变量反过来决定SBW-I/SWB-J指标。然后，构建路径图来表示自变量（GDP增长、消费增长、投资增长、失业率、40岁时的预期寿命）、最新维度和因变量（SWB-I/SWB-J）之间的相互依赖关系：经济7→ GDP增长+消费增长+投资增长+失业率福利←[经济+40SWB-J时的预期寿命/SWB-J←【此外，模型还捕捉到了观察变量之间的剩余相关性，即变量GDP增长和40岁时的预期寿命、消费增长、投资增长和失业率之间的剩余相关性。】TET模型如表6所示，而图3-4给出了相同模型的图形表示偷懒。这些模型已经过测试使用Lavan软件包（Rosseel，2012）进行了测试，并通过semPlot软件包（Epskamp，2019）生成了图表。7.1意大利案例中SEM模型的解释（见图4和表6底部面板），所有观察到的经济变量都具有预期和显著性它与经济潜变量之间存在正相关关系，而经济潜变量反过来又具有正相关关系康特利幸福。相反，在对日本的分析中，可能会发现一些反常现象。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-5-16 17:49:16

首先，我们从图3和表6（顶部面板）中注意到，可观察的经济变量和经济变量之间的关系，以及可观察的经济变量之间的相互依赖性，具有预期的符号。此外，投资增长和消费增长率都显示出显著的增长不能谈恋爱，谁与意大利相比，意大利的失业率更高：由于投资和消费是总需求的主要组成部分，这可能解释了为什么与GDP增长的关系在统计上不显著伪善说教但是，从另一方面来说，失业率是负面的和显著的与经济状况密切相关。尽管如此，经济潜变量并不重要康特利ect幸福感：这可能是我们的主要结果，表明日本人的幸福感不是由客观的、可观察的、主要是经济变量决定的，这些变量传统上被用来衡量一个国家的福利。值得一提的是，Diener等人（1995年）观察到，与欧洲大陆和盎格鲁-撒克逊文化相比，亚洲文化的主观幸福感得分较低，经济状况相似，这可能证明了经济财富不一定是感知幸福感的最重要组成部分。40岁时的预期寿命（我们将其作为公共卫生状况的代表）在日本和意大利显示出与幸福感潜在变量和GDP增长率相反的关系。如图2所示，在2015-2108年间，这两个国家的预期寿命都在增加。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

何人来此

2022-5-16 17:49:21

同样，意大利的GDP增长率近年来也呈现出积极的趋势，而日本的增长率则更高这只是这是观察到的di这段关系的标志。最后，SWB指标是积极和重要的这与两国人民的福祉密切相关。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

三江鸿

2022-5-19 09:08:12

感谢分享

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

栏目导航

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群