11月26日，“清新书院·学术午餐会”活动在清华大学未来媒体实验室举行。本次讲座邀请到中国人民大学新闻学院教授吴小坤作题为《网络中的社会心态挖掘与分析》的分享。讲座从计算传播的视角出发，结合实际的研究开展，重点探讨了如何在高维、非结构化的数据中整合社会科学理论与计算方法。本次活动由清华大学新闻与传播学院党委副书记蒋俏蕾教授主持。
首先，吴小坤老师以社会心态这一核心概念为切入点，指出社会心态是一个复杂且多维的概念，涉及到个体价值观、社会卷入、共同信仰等因素。围绕社会心态，吴老师提出群体情绪涌现、社会分裂与凝聚、群体中的个体情感扩散这三个关键问题，并结合自己开展过的若干研究进行了深入阐释。
在群体情绪涌现的问题上，吴老师主要围绕网络中极端群体情绪在个体层面与时间序列上的可预测性展开分享。其研究通过编码社交媒体头像与历史文本，提取出传播者画像特征，并使用机器学习建构了活跃传播者预测模型；另一项研究则基于对已有的仇恨言论数据集COVID-HATE的补充收集，在预分析的基础上构建用于趋势预测的高斯时空混合 (GSTM) 模型，丰富了预测伴随未来流行病的未知但可预见的仇恨言论的方法。
在社会分裂与凝聚的问题上，吴老师的两项研究分别关注大流行时期社交媒体上的民族主义取向与豆瓣小组中的网络抑郁症社区。研究使用基于Transformer的文本情感分类器、基于Bert的主题建模等方法，对社交媒体中的话语框架与情感传染作出深入分析，解读了民族主义的框架转移、抑郁症患者在互动网络中的“自环”结构、社会支持目标与效果偏离等传播现象。
在群体中的个体情感扩散问题上，吴老师主要围绕网络社群情感传播的多智能体模型，首先介绍了计算建模范式以及其中的仿真建模方法。随后，吴老师结合前沿研究探索，分享了在构建数据驱动型情感识别模型与开发基于网络仿真的多跳传播代理模型上取得的成果。
吴老师的分享系统梳理了社会心态研究的关键维度，也展示了计算传播学的独特视角与前沿方法，为同学们打破学科壁垒、探索交叉方法提供了理论框架与方法论工具。
与会同学与吴小坤老师交流
在问答环节，同学们结合自身开展计算传播研究时遇到的问题与困惑，与吴老师进行了深入交流。关于社交媒体中潜在的社交机器人对网络心态分析的影响，吴老师指出，社交机器人本身可以作为舆情的一部分加以辨识分析，也可以作为干扰性因素予以识别并剔除，应结合具体研究问题和目的采取措施。针对大语言模型技术用于网络文本分析的应用，吴老师表示，大语言模型存在一定的分析能力，但具体效果还需要亲自上手实践后再做评估，且其不透明性与不可控性不太符合学术投稿的要求，需要审慎使用。最后，关于如何培养计算传播研究能力，吴老师鼓励大家顺应时代潮流下的学术研究变化，可以尝试对前沿研究的模仿复现来积累经验，她也建议同学们多多寻求师长建议，帮助评估研究价值与意义。
“清新书院 · 学术午餐会”是由清华大学新闻与传播学院党委研究生工作组主办、清华大学新闻与传播学院研究生分会承办的学术交流活动。午餐会以新闻传播学为讨论内容，同时鼓励相关交叉学科的学术交流。每次午餐会由一位主讲嘉宾分享相关研究的选题过程、领域概况、研究方法和创新性结论等。在汇报分享过程中，主讲嘉宾及同学们可同时免费享用举办方提供的午餐，并展开深度交流。
供稿丨张洋港
排版丨张洋港
摄影丨方孝东
审核丨邓依林 庹舒婷
28:32
