心理所研究通過微博用戶的行為和語言預測自殺風險

　　自殺是一個嚴重的公共衛生問題，對個人、家庭及社會都會帶來巨大的損失。傳統自殺評估方法主要采用問卷、心理測量量表等，大規模運用成本耗費較大，時效性有所欠缺，且依賴自我報告的評估和篩查方法難以找到一些隱藏的具有自殺風險的個體。而隨著人們越來越多地在網絡虛擬社會中吐露感受和觀點，微博論壇等逐漸成為用戶自我表達的途徑，其中也包含了與自殺有關的表達。和傳統社區研究相比，微博對于個體數據的記錄兼具時效性和完整性，具有媒體開放性的特點，能滲透較為廣泛的人口，并且基于微博的自殺研究可以更加深入地了解和幫助處在重要人生階段的年輕人。

　　基于上述背景，中國科學院心理研究所行為科學重點實驗室朱廷劭研究組與香港大學防止自殺研究中心以及北京大學人口研究所合作，針對自殺預防工作的需求與當前國內外自殺風險評估研究的現狀，開展基于新浪微博平臺的個體自殺風險評估研究，建立微博自殺風險特征體系，并通過機器學習訓練自殺風險識別模型，探索對大規模微博用戶的自殺風險實時監測，充分發揮互聯網大數據分析的優勢，與傳統的自殺風險識別方法互為補充。研究通過三個實驗解決兩個核心科學問題：（1）基于微博分析的自殺風險分析的可能性，即驗證是否存在一些微博特征，能夠顯著地將具有自殺風險的個體與沒有自殺風險的個體區分開來；（2）基于微博分析的自殺風險分析的可行性，即驗證機器學習算法使用微博特征建立預測模型，在微博中識別具有較高自殺風險的用戶效果如何。

　　實驗一探討新浪微博用戶中自殺死亡和無自殺意念者行為和語言特征的差異。經新浪微博認證用戶提供的信息，收集31 名網絡識別自殺死亡用戶；邀請微博用戶填寫自殺意念相關篩查量表，收集30 名無自殺意念用戶。差異檢驗結果表明，行為特征中，自殺死亡組的微博鏈接率（鏈接微博數與公開微博總數的比值）和微博互動率（平均每篇微博@其他用戶的次數）均低于對照組［0.04（0.04）vs. 0.06（0.04），P＝0.029；0.60（0.27）vs. 0.69（0.18），P＝0.028］，自我關注程度（平均每篇公開微博使用的第一人稱單數次數）高于對照組［0.47（0.25）vs. 0.30（0.10），P＝0.010］；語言特征中，自殺死亡組數量單位詞、工作詞、省略號使用率低于對照組（均P＜0.05），代名詞、特定人稱代名詞、第三人稱單數、非特定人稱代名詞、社會歷程詞、焦慮詞、排除詞、性詞、宗教詞、第二人稱單數、人類詞、消極情緒詞、憤怒詞、悲傷詞和死亡詞的使用率均高于對照組（均P＜0.05）。

　　實驗二探討具有不同程度自殺可能性網絡用戶在微博行為和語言上的差異。在線招募微博用戶參與問卷調查，根據個體自殺可能性量表中文版得分情況，將982名受訪者分為446名高自殺可能組和536名低自殺可能組。二列相關分析表明，自殺可能性水平與“社交活躍度”和“未來詞”使用頻率呈負相關(r=-0.082、-0.073，P<0.05)，與“夜間活躍度”和“第三人稱單數”、“否定詞”使用頻率呈正相關(r=0.081、0.077、0.066，P<0.05)；非參數檢驗結果表明，高自殺可能組的“社交活躍度”、“集體關注度”和“未來詞”使用頻率低于低自殺可能組（P<0.05），高自殺可能組的“夜間活躍度”和“死亡詞”使用頻率大于低自殺可能組（P<0.05）。

　　實驗三根據微博用戶的行為和語言特征，建立分類模型將微博用戶中具有高自殺風險的用戶從其他用戶中識別出來，并檢驗分類預測的效果。在線招募了909名微博用戶參與問卷調查，把采集到的個體樣本作為全集，將自殺可能性總分（或每個分量表得分）超過全集的平均值加1個標準差的用戶標定為高自殺可能性用戶。建模結果表明，對于自殺可能性總分以及下面的4個維度（敵意、自殺意念、負性自我評價、絕望），運用簡單邏輯斯回歸（Simple Logistic Regression）和隨機森林（Random Forest）兩種分類器可以實現召回70%以上的高風險標記用戶；與填寫量表進行篩查相比，使用分類模型進行初篩可以普遍降低25%至50%的篩查工作量。

　　結合上述三個實驗的結果，該研究一方面驗證了存在對于自殺風險具有鑒別力的微博特征，即對于個體層面微博特征分析自殺風險具有可能性；另一方面驗證了通過微博行為和文本特征識別具有高自殺可能性的個體具有可行性，利用計算機模型進行初篩，協助傳統研究方法，可在一定程度上提升大規模實時評估個體自殺風險的效率。研究為國內的當代自殺學研究提供了新的見解和思路。

　　該研究受國家高技術研究發展計劃(AA01A606)、國家重點基礎研究發展計劃(CB744600)、中國科學院重點部署項目(KJZD-EW-L04)、先導專項(XDA06030800)以及香港研究資助局策略性公共政策基金(HKU 7003-SPPR-12)資助。相關研究成果已被國內和國外的期刊接收或發表。