CAAI-BDSC2023社会计算创新大赛：人格与社会心理计算获奖榜单
导语
CAAI第八届全国大数据与社会计算学术会议（China National Conference on Big Data & Social Computing，简称BDSC2023）开展社会计算创新大赛。为了传播和心理学相关的人工智能和大数据技术，促进人工智能和大数据技术在中国心理学研究的应用，本届大赛特设心理学赛道，主题为“人格与社会心理计算”。大赛于2023年6月30日截止提交作品，经大赛评委会评选，1支队伍获一等奖，2支队伍获二等奖，3支队伍获三等奖，4支队伍获优秀奖。
获奖榜单
一等奖 |
成员：董韩晨、刘奕杉、温馨、蒋泽华、姜涛、江怡璇 单位：浙江大学 作品：基于微博文本的用户性格预测研究 |
二等奖 |
成员：李诚、冷子昂等 单位：骆驼开源团队 & 商汤科技 作品：考虑开放性人格特质的个性化语言生成 |
成员：程溪、李京锴、李思宜、王予沛、徐成东、杨静平 单位：北京师范大学 作品：“大五”人格自动化抽取的BERT模型——中国人人格的跨时空比较 |
三等奖 |
成员：刘炭、曲炳康、姚远、汤耀斌、刘耀泽 单位：北京师范大学 作品：找到你了“躺平人”！——基于fastText模型的微博数据文本分析 |
成员：刘辰洋、王贤 单位：中山大学、哈尔滨工业大学（深圳） 作品：个性化语言的生成报告：探究基于思维链微调的ChatGLM模型：以人格开放性的语言生成任务为例 |
成员：岳鑫、邱健铭、胡德强、郑爽、李先能 单位：辽宁师范大学、大连理工大学 作品：基于大五人格的跨领域推荐方法研究 |
优秀奖 |
成员：吕艳奇、汤武卫、刘环宇 单位：中国人民大学、中科大 作品：基于微博数据的梦的研究 |
成员：何宇馨、岳绪同、周振坤、于孟利 单位：首都经济贸易大学、南开大学 作品：社交网络文本抑郁指数构建与计算——以Twitter平台为例 |
成员：刘旭、徐嘉琦 单位：北京中科心研科技有限公司 作品：人格与社会心理计算—大语言模型应用报告 |
成员：宋健、王蒙蒙、刘俊业 单位：中国人民大学 作品：An exploratory study of deep learning-based sentiment analysis among Weibo users in China |
一等奖
作品名称：基于微博文本的用户性格预测研究
团队名称：PsyBert 316T
成员组成：董韩晨（队长）、刘奕杉、温馨、蒋泽华、姜涛、江怡璇
所在单位：浙江大学心理与行为科学系
作品简介：通过抓取微博用户文本和应用深度学习模型，作品建立了微博用户的大五人格预测模型。该模型采用微调Bert并结合TextCNN进行文本分类的手段，具有较好的预测效果，并实现了对用户人格的实时预测。通过抓取和分析不同微博话题下的用户文本，并结合模型的预测结果进行人格分布的可视化展示，我们进一步验证了模型在预测用户人格方面的良好表现。
二等奖
作品名称：考虑开放性人格特质的个性化语言生成
团队名称：Chat凉宫春日
成员组成：李诚（队长）、冷子昂、其他成员见https://github.com/LC1332/Chat-Haruhi-Suzumiya
所在单位：骆驼开源团队 & 商汤科技
作品简介：
作品聚焦于开放性的人格特质，通过四项研究构建了一个精准的语言模型。研究结果表明该模型可以根据对话准确判断高低开放性人格，同时也能根据高低开放性的人格特征，模拟生成相关文本。作品可以帮助人们更好地理解了解自身的人格特征，揭示了自然语言模型与心理学研究相结合的可行性，为进一步的研究展开提供了新思路。所有的代码、数据都在
https://github.com/LC1332/Chat-Haruhi-Suzumiya中发布。作品名称：“大五”人格自动化抽取的BERT模型——中国人人格的跨时空比较
团队名称：n1pgogogo
成员组成：程溪（队长）、李京锴、李思宜、王予沛、徐成东、杨静平
所在单位： 北京师范大学心理学部认知神经科学与学习国家重点实验室、北京师范大学国际中文教育学院
作品简介：作品爬取2,125位微博用户的1,986,162条推文，利用BERT模型(训练代码见https://github.com/n1pgogogo/CPED_WEIBO_model)识别了中国34个省、市、行政区的大五人格特点。研究结果以可视化网站的形式呈现(https://n1pgogogo.github.io/n1p_website/#/layout/home)。回归分析结果表明，适宜的温度能够显著预测人格的外向性。此外，通过分析1940年至2010年间典型影视剧人物对话，本研究发现神经质呈上升态势。本研究还创新地使用了ChatGPT进行人格标注，极大地降低了人工成本。
三等奖
作品名称：找到你了“躺平人”！——基于fastText模型的微博数据文本分析
团队名称：躺平say no
成员组成：刘炭（队长）、曲炳康、姚远、汤耀斌、刘耀泽
所在单位：北京师范大学心理学部
作品简介：
作品实现了对微博躺平内容的实时评估和对社区躺平倾向的实时测量与监控，并探讨了该现象的时空差异。我们从大量微博数据中筛选出与躺平相关的推文，并使用fasttext模型和eda技术进行标签分类和主题分析。作品展示了关于社会现象与态度、健康与疫情防控、放松与幸福感三个主题的聚类结果和时间序列分析结果，并探讨了躺平现象影响因素。结果表明社区躺平倾向受时事热点和区域热点的影响。作品名称：个性化语言的生成报告：探究基于思维链微调的ChatGLM模型：以人格开放性的语言生成任务为例
团队名称：人格不显著开放组
成员组成：刘辰洋、王贤
所在单位：中山大学心理学系、哈尔滨工业大学（深圳）理学院
作品简介：
作品研究了根据不同的人格开放性水平生成不同风格的文本。基于微博用户数据集，使用BingChat增强数据集结合思维链微调和LoRA微调ChatGLM-6B模型，实现生成语境化个性化人格开放性语言。结果表明微调后的ChatGLM-6B模型达到88分，而未微调的模型为55分。在开放性上，添加思维链的微调模型有微弱优势。此外，还发现高开放性的文本更倾向于使用比喻、隐喻、修辞等手法，而低开放性的文本更倾向于使用直白、具体、简洁等手法。
作品名称：基于大五人格的跨领域推荐方法研究
团队名称：心系
成员组成：岳鑫（队长）、邱健铭、胡德强、郑爽、李先能
所在单位：辽宁师范大学心理学院、大连理工大学经济管理学院
作品简介：
作品构建了基于大五人格的跨领域推荐模型，利用用户数据，构建共同的用户特征，实现跨领域推荐。与传统推荐方法相比，本作品基于用户人格的稳定性和群体之中个体人格的相似性，生成用户人格矩阵，通过神经协同过滤模型建立神经网络，通过误差反向传播优化模型改善模型推荐的效果。并用真实世界数据集检验了模型的效果，减小了平均绝对误差和均方误差，实验结果表明本跨领域推荐模型能够在一定程度上减小推荐误差，提高推荐效果。
优秀奖
作品名称：基于微博数据的梦的研究
团队名称：晓梦队
成员组成：吕艳奇（队长）、汤武卫、刘环宇
所在单位：中国人民大学心理学系、中科大计算机学院、中科大物理学院
作品简介：
作品将大数据和自然语言处理方法相结合，通过研究2018年-2023年微博平台上用户描述自己梦境的发帖内容，进一步了解当代人分享的梦境内容在现代社交媒体中的表现和影响，为梦的研究提供新的视角和理解。
作品名称：社交网络文本抑郁指数构建与计算——以Twitter平台为例
团队名称：求索队
成员组成：何宇馨（队长）、岳绪同、周振坤、于孟利
所在单位：首都经济贸易大学统计学院、南开大学新闻与传播学院
作品简介：
作品使用Twitter平台抑郁相关数据共6057万余条，对Hashtag话题标签进行分析，归纳了五个类别的话题，解析抑郁话题随时间变化的情况。另一方面，提取了抑郁相关特征，借助外部数据集训练模型，基于 GBDT模型，生成文本语义抑郁分数SDS；通过pysentimiento情感分析工具库得到文本情感信息，得到文本情感抑郁分数EDS。结合SDS和EDS划分了四种文本抑郁程度：无抑郁、轻度抑郁、中度抑郁和重度抑郁。并通过推文数量变化验证指数有效性，实现了抑郁心理实时监测。
项目名称：人格与社会心理计算—大语言模型应用报告
团队名称：Psy42
成员组成：刘旭（队长）、徐嘉琦
所在单位：北京中科心研科技有限公司科学研究部
作品简介：
作品基于BERT预训练模型，使用新浪微博的中文文本语料，对BERT模型精调，达到精准分类的目的。在输入模型前，进行充分的数据清洗、数据预处理，将文本处理成符合预训练模型要求的序列长度和编码方式。另外使用MobileBERT模型进行模型压缩，将模型蒸馏成结构简单、参数少的轻量级小模型，从而达到缩短推理速度的目的。在文本生成阶段，调用GPT的模型接口，通过优化提示词，保证生成高质量的文本内容。
项目名称：An exploratory study of deep learning-based sentiment analysis among Weibo users in China
团队名称：不困不累小分队
成员组成：宋健（队长）、王蒙蒙、刘俊业
所在单位：中国人民大学理学院
作品简介：
This word used web crawler technology, Ekman’s six basic emotion model, and the deep learning BERT model to conduct sentiment analysis on Weibo, to explore the temporal and spatial changing patterns of public emotions from November 11th to 23rd in Shijiazhuang. The results show that: (i) the adjustment of the epidemic prevention strategy did not show a significant emotional ripple effect; (ii) public emotions showed obvious fluctuations with the development of the event; (iii) there was a fixed tendency of public emotions expression on social media. This study uses BERT deep learning technology to achieve emotion recognition of large-scale social media text data, and the model accuracy reaches 88.50%. This study provides theoretical support and innovative ideas for the research of sentiment analysis of major public events from social media.
评奖委员会
主席
蔡华俭 研究员 中国科学院心理研究所 |
委员
朱廷劭 研究员 中国科学院心理研究所 |
李 赢 副研究员 中国科学院心理研究所 |
王 博 副教授 天津大学计算机科学与技术学院 |
吴胜涛 副教授 厦门大学社会与人类学院 |
包寒吴霜 研究科学家 曼彻斯特大学 曼彻斯特中国研究院 |
刘译璟 CTO 百分点科技 |
CAAI 第八届全国大数据与社会计算学术会议（China National Conference on Big Data & Social Computing，简称 BDSC2023）由中国人工智能学会主办、社会计算与社会智能专委、新疆工程学院共同承办，将于2023年7月15-17日在新疆乌鲁木齐召开！
会议主题：数字化转型与可持续发展
会议时间：2023年7月15-17日
会议地点：新疆乌鲁木齐昆仑宾馆（八楼）
获取会议详情，请点击：
欢迎扫码关注社会计算与社会智能专委会微信公众号，了解更多精彩内容！
文字: 蔡华俭
制作：王雪莹
审核：社会计算与社会智能专委