利用社交媒体足迹预测大学生焦虑：一种机器学习方法

《BMC Psychology》：Leveraging social media footprints for predicting college student anxiety: a machine learning approach

　　

摘要

背景

焦虑是全球大学生中最常见的心理健康问题之一，而传统的基于自我报告问卷的评估方法不仅耗时，还容易受到回答偏差的影响，且难以大规模应用。学生们频繁使用的社交媒体平台能够生成丰富的行为和语言数据，这些数据可能反映其潜在的心理状态。本研究旨在探讨被动收集的社交媒体痕迹是否与大学生的焦虑评分相关，以及是否能用于预测与焦虑相关的模式。

方法

在这项横断面研究中，我们使用自我评定焦虑量表对中国四个省份的11所大学的3,211名学生进行了调查，最终获得了2,368份有效回复（α=0.918，KMO=0.838）。在获得参与者同意后，我们从他们的公共社交媒体账户中收集了83,968篇微博帖子。经过严格的预处理后，最终保留了1,316名用户的56,060篇帖子。我们提取了涵盖语言、情感、认知、行为和时间维度等多维特征。随后训练并比较了四种机器学习模型——随机森林、XGBoost、LightGBM和SVR。此外，还使用了SHAP（Shapley加性解释）值来对模型进行解释。

结果

在测试集上，随机森林模型的预测性能最佳（R2=0.77，RMSE=13.41，MAPE=25.94%，MSLE=0.087）。通过SHAP分析，发现年级、专业性、情感表达、与风险相关的语言、好奇心指数、情感基调以及字数是影响模型预测的主要因素。这些特征与已确定的焦虑症状的心理学维度相吻合，包括情感、认知和行为方面的指标。

结论

在本次研究中的自愿参与且活跃使用微博的用户样本中，公共社交媒体信号与SAS焦虑评分存在关联，从而为在特定研究背景下进行横断面评分预测提供了依据。所提出的方法为从公开可用的社交媒体数据中估算与焦虑相关的横断面模式提供了一种透明、可重复且注重隐私的途径。这些研究结果表明，将计算方法与心理评估相结合，可用于研究大学生的焦虑相关行为及数字表型特征。