大数据心理学PPT课件.pptxVIP

大数据心理学 Big data Psychology CONTENTS 1 大数据 Big Data 大数据3V特征 什么是大数据？ 又称海量数据，是指所涉及的数据 量规模巨大到无法通过人工在合理 时间内达到截取、管理、处理、并 整理成为人类所能解读的信息。 数据体量巨大（Volume） 数据类型繁多（Variety） 数据处理速度快（Velocity） 2 大数据与心理学 Big data and psychology “ ” Gestalt 大数据与格式塔心理学 大数据展示了格式塔心理学中“整体大于部分之和”的优势。在总数据量相同的情况下，与分别分析独立的小型数据集（类似于经典心理学研究中的样本）相比，将各个小型数据集合并（类似于总体）后进行分析可以得出更多额外的信息。这些信息可以用来判定消费者喜好、预测选举结果、监控疾病疫情或测定实时交通路况等，如谷歌的流感趋势就是利用大数据对流感进行的预测。能够有诸如上述众多应用开发正是大数据风靡的原因。 谷歌的流感趋势 + 谷歌设计人员认为，人们输入的搜索 关键词代表了他们的即时需要，反映出 用户情况。 + 为便于建立关联，设计人员编入“一揽 子流感关键词，包括温度计、流感症状、肌肉疼痛、胸闷等。只要用户输入这些关键词，系统就会展开跟踪分析，创建地区流感图表和流感地图。 + 为验证谷歌流感趋势预警系统的正确性，谷歌多次把测试结果与美国疾病控制和预防中心的报告做比对，证实两者结论存在很大相关性。 大数据的兴起为心理学研究 带来了极大的机遇 + 科学心理学研究立足于反映心理活动的外部表现的客观材料， 即建立在客观数据的基础之上。 + 然而由于条件所限，长期以来心理学研究者几乎无法获取覆盖 研究对象全体的客观数据，从而不得不发展出一套以实验室实 验和抽样统计为核心的学科操作规范。这种操作规范为心理学 研究者进行符合现代科学标准的探索提供了极大便利，使得心理 学学科知识得以迅速积累，但同时也使研究结果的真实性、可用 性和可推广性受到极大约束。 + 大数据理论与技术的出现，特别是当下数据采集技术的飞速发展 和应用范围的极大拓展，使得我们有可能开展极大规模的用户实 验，进行全时全程的跟踪记录，并实现数据颗粒度的灵活变化， 从而使得心理学研究的数据基础更全面坚实，为心理学研究带来 新的发展机遇。​ 对心理学研究两方面的促进 对心理学研究逻辑的促进： 心理学假设检验的研究逻辑是先验的，是在得出结果之前做出的推断。不同于心理学的研究逻辑，大数据是根据数据分析得出结论，其研究逻辑是后验的。心理学采用先验逻辑，是对经典研究方法只能获得部分、有限的数据这一现实的妥协。大数据的出现为心理学提供了一个后验的可能，进而提高心理学研究的科学性，同时也更符合从实践到理论再到实践的哲学思想。​ 对心理学研究方法的促进： （1）样本代表性 （2）客观性 （3）数据的收集和处理 （4）时效性 3 创新应用 Innovative Application 用户体验是用户在使用一个产品或服务的过程中建立起来的主观心理感受，对用户体验的理解和把握直接服务于产品的设计和改进。普通用户在产品使用的过程中产生大量的行为数据，利用大数据方法对使用行为进行深入分析，将大大提高研究者和设计者对用户主观感受的洞察能力，并据此开发满足用户主观需求的设计。 随着对个体行为数据记录的普遍化与集成化，通过大数据分析，能够实现对反映公众态度与情绪等影响因素进行监控，预测社会态势如群体性事件的趋势变化，从而实现对群体性事件的预警。 在线心理干预是指将传统的心理干预方法与流程寄托于网络，传统的干预方法受到从业人员数量的限制，而利用大数据技术将心理干预的信息获取、干预实施、反馈收集等流程在线化，能够大大提升心理干预服务的效率和覆盖率。 4 基于大数据计算建模的心理测评 Psychological evaluation based on large data modeling 研究介绍： 通过数据挖掘技术，建立基于外部表现或行为 特征的心理预测模型。 借助于超级计算资源 ，利用心理预测模型实现 对大规模用户的实时计算分析。依靠大数据技术 的优势对大量网络用户的数据进行分析挖掘 、 得出心理特征模型 。 构建心理特征预测模型的一般步骤 ： 数据标注 ： 数据处理 ： 建立模型： 模型评估： 标注用户 清洗 、转换 、 用如机器学 分类 (准确率／召回