王梓屹;刘烁;陈盼;黄润;宋长伟;付光晖;黄奕佳;黄智生;杨冰香;

• 1:武汉大学健康学院
• 2:北京工业大学信息学部软件学院
• 3:荷兰阿姆斯特丹自由大学人工智能系

摘要(Abstract)：

目的:分析微博“树洞”留言用户的网络行为特征，探讨高低自杀风险用户在网络行为特征上的差异。方法:以微博“树洞”留言用户为研究对象，利用网络智能机器人爬取12 791名用户及其信息，通过监测用户留言发现高自杀风险用户884名，另外随机选取低自杀风险用户884名。以自我描述长度、微博原创值、微博链接值、自我关注值、集体关注值、夜间活跃值、微博互动值、社交活跃值、社交支持值为网络行为特征，比较高低自杀风险用户的网络行为特征。结果:女性的高自杀风险检出率高于男性(P<0.05)。高自杀风险用户的微博链接值低于低自杀风险用户，而自我关注值及夜间活跃值高于低自杀风险用户(均P<0.05)。结论:不同自杀风险微博用户的网络行为特征存在差异，高自杀风险用户微博互动更少、关注自我更多、夜间更加活跃且女性多于男性。

关键词(KeyWords)： 自杀风险;网络行为;树洞微博;人工智能;社交媒体

Abstract:

Keywords:

基金项目(Foundation): 教育部人文社会科学研究项目(20YJCZH204,社交网络用户情绪危机的主动式分层干预——基于危机平衡自动分析模型);; 国家自然科学基金面上项目(72174152);; 武汉大学2020年省级大学生创新创业训练计划校级项目(S2020305001);; 武汉大学2019年国家级大学生创新创业训练计划项目(201910486111);; 武汉大学医学部2019年度大学生创新实验项目(MS2019046);; 武汉大学健康学院赴湖北省武汉市新冠肺炎后期重点人群线上线下心理支持和危机干预考察实践(10005713)

作者(Authors): 王梓屹;刘烁;陈盼;黄润;宋长伟;付光晖;黄奕佳;黄智生;杨冰香;

参考文献(References)：

• [1] World Health Organization.Suicide:fact sheets [EB/OL].(2021)[2020-10-12].https://www.who.int/news-room/fact-sheets/detail/suicide.
• [2] 中国互联网络信息中心.第46次中国互联网络发展状况统计报告[R].中国互联网络信息中心官网[EB/OL].(2020-9-29).http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/#.
• [3] Stellefson M,Hanik B,Chaney B,et al.eHealth literacy among college students:a systematic review with implications for eHealth education[J].J Med Internet Res,2011,13(4):e102.doi:10.2196/jmir.1703.
• [4] Cheng QJ,Kwok CL,Zhu TS,et al.Suicide communication on social media and its psychological mechanisms:an examination of Chinese microblog users[J].Intl J Environ Res Public Health,2015,12(9):11506-11527.
• [5] 陈盼，黄智生，杨冰香，等.微博“树洞”留言的负性情绪特征分析[J].中国心理卫生杂志，2020,34(5):437-444.
• [6] 管理，程绮瑾，郝碧波，等.不同自杀可能性微博用户行为和语言特征差异解释性研究[J].中国公共卫生，2015,31(3):349-352.
• [7] 黄智生，闵一文，林凤，等.社交媒体中自杀信息的时间特征[J].中国数字医学，2019,14(3):7-10.
• [8] 王艺颖.微博树洞的传播研究—以账号“走饭”为例[J].青年记者，2021,5:110-111.doi.10.15997/j.cnki.qnjz.2021.10.054.
• [9] 娜迪热，胡俊.基于用户社交网络数据的人格倾向性分析及预测模型的建立[J].电脑知识与技术，2018,14(7):6-11.
• [10]Cheng QJ,Li TMH,Kwok CL,et al.Assessing suicide risk and emotional distress in Chinese social media:a text mining and machine learning study[J].J Med Internet Res,2017,19(7):e243.doi:10.2196/jmir.7276.
• [11]黄智生，胡青，顾进广，等.网络智能机器人与自杀监控预警[J].中国数字医学，2019,14(3):3-6.
• [12]高雅，苏艳，席方园.基于Python的新浪微博用户数据采集与分析[J].电子设计工程，2019,20(27):157-165.
• [13]管理，郝碧波，朱廷劭，等.新浪微博用户中自杀死亡和无自杀意念者特征差异的研究[J].中华流行病学杂志，2015,36(5):421-425.
• [14]杨善林，王佳佳，代宝，等.在线社交网络用户行为研究现状与展望[J].中国科学院院刊，2015,30(2):200-214.
• [15]张伟伟，李武.抑郁症患者自杀意念影响因素研究进展[J].四川精神卫生，2018,31(1):79-83.
• [16]辛立敏，陈林，吉振鹏，等.伴与不伴焦虑症状抑郁症患者的自杀风险[J].中国心理卫生杂志，2015,29(11):812-816.
• [17]Li TM,Chau M,Yip PS,et al.Temporal and computerized psycholinguistic analysis of the blog of a Chinese adolescent suicide[J].Crisis,2014,35(3):168-175.
• [18]汪静莹，甘硕秋，赵楠，等.基于微博用户的情绪变化分析[J].中国科学院大学学报，2016,33(6):815-824.
• [19]McCall WV,Black CG.The link between suicide and insomnia:theoretical mechanisms[J].Curr Psychiatry Rep,2013,15(9):389.doi:10.1007/s11920-013-0389-9.