情感承诺

摘要： 基于社会认同理论和社会交换理论,本文探讨了高绩效人力资源实践与情感承诺和组织公民行为的影响及其作用机制。通过对中国北方一高校的200名MBA学员的问卷调查,结果表明,组织自豪在高绩效人力资源实践与情感承诺和组织公民行为之间起中介作用,而传统性不仅调节了高绩效人力资源实践与组织自豪之间的关系,还进一步调节了组织自豪在高绩效人力资源实践与情感承诺和组织公民行为之间的中介效应。基于以上研究结果,本研究讨论了理论贡献和实践启示,并指出了进一步的研究方向。

摘要： 基于认知-情感系统理论,探索了感知工作意义、情感承诺在企业社会责任与员工创新行为关系间的中介作用,并考察道德认同在其中的调节作用。通过对271份样本数据的实证分析,结果发现:企业社会责任正向影响员工创新行为;感知工作意义、情感承诺在企业社会责任与员工创新行为关系中起中介作用;道德认同正向调节了企业社会责任与员工创新行为间的正向关联。

摘要： 为减少矿工反生产行为,提升煤矿企业安全管理水平,在文献研究和理论分析的基础上,建立包容型领导、情感承诺、团队信任与矿工反生产行为的条件过程模型;基于303份有效样本数据,采用条件过程分析方法检验了情感承诺的中介作用和团队信任的调节作用。结果表明:包容型领导对矿工反生产行为具有显著的负向预测作用,对情感承诺具有显著的正向预测作用;情感承诺对矿工反生产行为具有显著的负向预测作用,同时在包容型领导与矿工反生产行为的关系中起中介作用;包容型领导对矿工反生产行为的直接预测作用及情感承诺在两者关系中的中介作用均会受到团队信任的调节。

摘要： 现有休闲涉入的研究主要关注自发的个体休闲、非组织化或自组织化的群体休闲。本文聚焦企业组织的群体休闲活动,基于休闲社会网络理论,以酒店业为例,揭示组织化群体休闲情境下的休闲涉入对员工关系绩效的影响机理。研究发现:休闲涉入显著正向影响关系绩效;职场友谊和情感承诺在休闲涉入与关系绩效之间分别起中介作用,并形成链式中介作用。研究认为:应从企业和员工两个层面发挥组织化群体休闲的积极效应:企业应关注员工需求,提升员工休闲涉入度,注重休闲中的互动,促使员工通过休闲增进友谊和加深情感承诺,提升关系绩效;员工也可通过休闲积极拓展职场社交广度和深度,激励自我发展。

摘要： 复杂产品系统创新意义重大却不易成功,对其失败学习开展研究极富价值,但在此情境下有关员工失败学习形成机制的研究尚处于起步阶段。本文整合组织支持理论与自我决定理论,构建组织支持感对员工失败学习影响机制模型并检验自我效能感、情感承诺与责任感的中介作用。基于对467份配对问卷的实证分析,结果表明:组织支持感与员工失败学习(双环学习与单环学习)正相关;与责任感相比,自我效能感和情感承诺在组织支持感与双环失败学习间具有较强的中介作用;与自我效能感、情感承诺相比,责任感在组织支持感与单环失败学习间具有较强的中介作用。研究结论拓展了组织支持理论与自我决定理论的应用范围,深化了失败学习领域的研究,并为企业转败为胜提供了实践指导。

摘要： 越轨创新是适应知识信息迅速更迭的全新创新模式,然而现有研究对企业家精神和员工越轨创新行为之间的关系及内在影响机制关注较为匮乏。基于社会影响理论,构建有调节的中介效应模型,探究在企业家精神影响员工越轨创新行为的作用路径中情感承诺的中介作用和组织包容性氛围的调节作用。研究发现:企业家精神显著正向影响员工越轨创新行为;情感承诺起部分中介作用;包容性氛围正向调节情感承诺对越轨创新行为的作用,且正向调节情感承诺的中介作用。应当提升领导者的企业家精神,关注员工对企业家精神的感知;加强员工情感承诺培养;注重营造组织的包容性氛围,从而充分发挥企业家精神作用、正确引导员工越轨创新行为。

摘要： 领导意义给赋作为一种重要的信息线索,对于塑造员工的态度和行为具有重要作用。基于社会信息加工理论,通过问卷调研探讨了VUCA情境下领导意义给赋对员工主动性行为的影响机制,研究发现:领导意义给赋正向影响下属的主动性行为,工作使命感及情感承诺在二者关系中发挥了中介作用。企业应加强领导的意义建构和沟通能力建设,丰富不同情境下的领导意义给赋形式,着力提升员工的情感承诺和工作使命感以激发他们的主动工作行为。

摘要： 员工助人行为作为一种重要的亲社会行为,对组织氛围营造,提升组织凝聚力与向心力具有重要意义。本研究基于282份员工调查问卷数据,根据社会交换理论与情感事件理论构建员工助人行为影响工作幸福感与情感承诺的理论模型。运用结构方程模型与Bootstrapping检验方法,验证了员工助人行为对情感承诺的影响,以及工作幸福感的中介作用。实证结果表明:员工助人行为正向影响情感承诺,工作幸福感在其中发挥部分中介作用。

摘要： 本研究以278名家庭经济困难学生为对象,探讨了知识共享行为对学业成就的影响,包括情感承诺的调节作用。实证研究结果表明:知识共享行为正向影响家庭经济困难学生学业成就的获得,其中对人际促进的影响最大;情感承诺正向调节知识共享行为与学业成就之间的关系。

摘要： 责任式创新因被视为解决科技治理难题的新方式而备受关注,是新型研发机构提高创新发展质量的强有力保障。将责任式创新拓展至员工层面,聚焦于新型研发机构员工责任式创新行为,对于推动机构高质量发展具有重要意义。员工韧性作为机构应对创新困境的精神支撑,是影响员工责任式创新行为的关键要素。基于此,依据心理资源理论和自我决定理论,探究员工韧性对责任式创新行为的影响过程,并分析员工情感承诺和变革型领导在其中的作用机制。通过分析445份调查问卷发现,员工韧性对其责任式创新行为具有积极影响,员工情感承诺在这一关系中发挥显著中介作用,变革型领导显著调节员工情感承诺与其责任式创新行为间关系。

摘要： 谦卑型领导能否做到"知行合一"?这一疑点引起了学者的关注.本文以292名各企事业单位的员工为对象,使用回归分析、交互效应图,探讨了谦卑型领导对员工情感承诺的作用条件.结果表明,谦卑型领导对员工情感承诺具有显著的正向影响,其中,领导行为正直能够调节谦卑型领导与员工情感承诺的关系,并且这种作用大小随着员工传统性的不同而呈现出显著的差异.确切来讲,高传统性的员工感知到领导言行是否一致,直接决定了谦卑型领导与员工情感承诺的关系,即若谦卑型领导"知行合一"(真君子),便能增强员工的情感承诺,而若谦卑型领导表现为"道德伪善"(伪君子),则会显著减少员工的情感承诺;对于低传统性的员工,谦卑型领导这一领导方式对员工的情感承诺均具有一定的积极作用.本文研究结果有助于揭示谦卑型领导的作用边界,并对管理实践具有重要的启示.

摘要： 以社会交换理论和权力依赖理论为基础,探讨情感承诺和离职意愿在破坏性领导与下属组织公民行为和组织越轨行为关系中的中介及调节作用.实证研究发现:下属对组织的情感承诺在破坏性领导与组织越轨行为和组织公民行为之间起中介作用,破坏性领导通过降低下属对组织的情感承诺,继而减少下属的组织公民行为和增加下属的组织越轨行为.下属的离职意愿在破坏性领导与下属的组织公民行为和组织越轨行为之间起调节作用,当员工离职意愿高时,破坏性领导显著增加其组织越轨行为;当员工离职意愿低时,破坏性领导显著减少其组织公民行为.

摘要： 为探讨科技人才激励、情感承诺与创新行为三者之间的关系,对长株潭试验区21家企业的科技人才进行了问卷调查.实证研究结果显示:科技人才激励与个体创新行为正相关;科技人才激励与情感承诺共同影响个体创新行为,且情感承诺对个体创新行为的影响程度大于科技人才激励对个体创新行为的影响程度;科技人才激励通过情感承诺影响个体创新行为.研究认为,必须强化科技人才激励,以促进其创新行为。

摘要： 新生代员工的敬业度问题已经成为企业人力资源管理的新难题.本文在中国组织情境下,以新生代员工为对象,探讨个人-组织价值观匹配对敬业度的影响,并构建了一个有调节的中介模型以考察情感承诺与差序氛围在其中的作用机制.研究发现,个人-组织价值观匹配和情感承诺均显著正向影响敬业度;情感承诺在个人-组织价值观匹配与敬业度之间起部分中介作用;差序氛围不仅显著调节情感承诺对敬业度的影响,还调节了情感承诺在价值观匹配与敬业度之间的中介效应.

摘要： 以往研究主要考察员工感知的企业社会责任(Corporate Social Responsibility,CSR)对其态度和行为的作用,但是忽略了员工CSR归因的影响机制研究.基于归因理论,构建员工内在/外在CSR归因通过组织认同和情感承诺作用于员工反生产行为的链式中介模型,并对来自3个时间点的328名员工的数据进行分析.研究结果表明:员工内在(外在)归因对其反生产行为具有显著负(正)向影响;组织认同和情感承诺在员工CSR内在(外在)归因对其反生产行为的影响中具有链式中介作用.研究结论拓展和延伸了CSR相关文献以及员工伦理行为的研究,并对管理实践具有重要的指导意义.

摘要： 关系导向是华人社会导向的重要维度,鲜有研究分析其对员工态度和行为的影响机制.研究引入组织支持和公平作为中介变量,选择员工私人关系和HRM的关系实践作为私领域和公领域关系导向的代表,情感承诺和员工创新行为作为员工态度和行为的代表,通过对372位员工的问卷调查,运用结构方程模型,发现员工私人关系不仅对其情感承诺和创新行为有直接的积极影响,还通过促进组织支持和公平间接提升其情感承诺和创新行为;组织支持和公平完全中介了HRM关系实践对情感承诺的消极影响;HRM关系实践对创新行为的积极影响是一种复合式影响,既包含其直接对组织支持和公平的消极影响产生的负面作用,又包含其对员工私人关系的积极影响产生的正面作用.

摘要： 把框架效应理论和调节焦点理论引入领导行为研究领域，探讨在领导与下属沟通管理问题或任务时，其不同的问题框架模式是如何对下属的调节焦点进行引导，进而影响其工作态度和行为的。文中首先介绍了框架效应理论和调节焦点理论，并对其相关的研究进行了回顾。然后以这两个理论为基础，构建了一个领导问题框架及影响的概念模型：领导对问题或任务的不同框架（促进型或防御型）会引发下属不同的调节焦点，最终导致下属不同的态度与行为。最后，通过一个质性的分析对模型进行了初步的验证。研究结果表明，领导对问题的促进型框架激发了下属对积极结果的关注、变革偏好、积极情感、情感承诺和风险偏好等态度及行为；而领导对问题的防御型框架则激发了下属对消极结果的关注、稳定偏好、消极情感、规范承诺或持续承诺和风险规避等态度及行为。

摘要： 本发明公开了基于维度情感模型的群体情感识别与异常情感检测方法，涉及智能情感识别技术领域，基于认知心理学PAD三维情感模型，通过数据搜集和人工标注，创建群体情感的视频数据集，揭示了六种典型情感在PAD空间中的位置关系；创建基于群体行为的情感预测模型，将群体运动特征映射为PAD空间中的三维坐标；构建异常情感分类器，当检测到愤怒和恐惧这两种异常情感，则判定场景产生了异常状态。针对群体运动视频，本申请既能够准确表达群体情感的连续变化状态，还可以实现对全局异常状态的有效识别。

摘要： 本发明涉及到情感分析领域，提出了一种基于语义、情感惯性和情感共性的对话情感分析方法，步骤包括：首先获取对话交替进行的多轮对话数据，并对不同人物角色进行标明；然后对多轮对话中的每条对话信息进行时序建模，提取出其中对应的语义信息表达序列；最后基于多轮对话所提取的语义信息表达序列，分离出对应的情感状态表达序列，并进行情感识别。在本发明中，打破了传统的以语义信息决定情感分类的做法，提出了由语义状态与情感状态分离的方法，由情感状态决定情感分类，从心理学的角度改进了现有对话情感分析方法，提升了情感识别的效果。

摘要： 本发明提供一种情感识别方法、情感识别设备及情感识别系统。其中，情感识别方法包括以下步骤：获取三维传感器阵列服装采集的用户的当前肌肉应力信号数据；将当前肌肉应力信号数据输入至已训练好的多元情感分类模型，获得多元情感分类模型输出的情感识别结果。本发明通过采用三维传感器阵列服装采集人体表达情感时当前肌肉应力信号数据，将其输入已训练好的多元情感分类模型中，多元情感分类模型通过肌肉应力信号数据输出其对应的情感识别结果。通过三维传感器阵列服装采集人体表达情感时的动作数据，可以确保高质量捕获肌肉应力信号数据，并根据动作与情感状态之间的关系，可以更准确地识别人体的情感表达，提高了情感识别的准确性。

摘要： 本发明公开了基于维度情感模型的群体情感识别与异常情感检测方法，涉及智能情感识别技术领域，基于认知心理学PAD三维情感模型，通过数据搜集和人工标注，创建群体情感的视频数据集，揭示了六种典型情感在PAD空间中的位置关系；创建基于群体行为的情感预测模型，将群体运动特征映射为PAD空间中的三维坐标；构建异常情感分类器，当检测到愤怒和恐惧这两种异常情感，则判定场景产生了异常状态。针对群体运动视频，本申请既能够准确表达群体情感的连续变化状态，还可以实现对全局异常状态的有效识别。

摘要： 从声音信号数据对每个分析帧提取声音特征量，并将该声音特征量存储到存储单元(S120)。接着，从存储单元读取所述声音特征量，使用基于预先输入的学习用声音信号数据所构成的一个以上的统计模型，计算与所述情感状态对应的所述声音特征量的情感状态概率(S130、S140、S150)。然后，基于计算的所述情感状态概率，判定包含所述分析帧的区间的情感状态(S160)。

摘要： 本发明公开了情感分析技术领域的融合情感资源的多模态情感分析模型，包括：用来进行文本、视觉与听觉模态特征初步提取的单一模态特征提取层模块，利用Transformer捕捉模态内部的动力，并设计情感词分类预测任务进行情感嵌入学习和提取的单一模态特征深度提取层模块，利用情感嵌入来完成多模态特征交互学习，使得其他模态特征能够感知文本中情感信息的跨模态交互学习层模块，将前三层学习到的情感特征表示最终输入深度神经网络完成最终预测任务的预测层模块，首个将情感资源作为主导信息来进行多模态情感分析的模型，设计了一种情感词分类预测任务进行情感知识学习，相较于现有的多模态情感分析方法，本申请的方法具有明显优势和较好的泛化性。

摘要： 本发明涉及基于情感语义对抗的跨语言情感分类方法，属自然语言处理领域。本发明包括：构建汉越疫情相关社交媒体评论的数据集；将句子以及句子中情感词拼接，用卷积神经网络对拼接后的句子分别进行联合表征，分别获得单语语义空间下的情感语义表征；其次，通过对抗网络，在双语情感语义空间将带标签数据与无标记数据的情感语义表征进行对齐；最后将句子与情感词最显著的表征进行拼接，得到情感倾向性分析结果。本发明通过融合情感信息信作为背景信息实现了跨语言情感倾向性分析，从获取的舆情数据中为低资源数据获得情感分类结果，为后续的文本分类及低资源语言细粒度情感分析提供了支撑。

摘要： 本发明属于图像内容分析领域，公开了一种基于情感属性挖掘的图像情感分析方法，利用用户元数据信息挖掘，构建语义覆盖面大、情感可判别能力强的情感属性子集，并采用融合神经网络和矩阵分解模型预测标签矩阵，提升图像情感分析结果的准确性与稳定性。根据用户标签元信息和情感属性的特点，融合四种情感属性特性并优化概念选择模型完成情感属性子集选择；利用卷积神经网络提取视觉特征并通过视觉内容一致性优化；构建引入外界知识库指导的邻接图并通过语义关联性优化；将图像视觉特征和标签语义特征映射到潜在共享空间中，实现预测标签矩阵的重构；最后，利用训练好的重构模型来重构预测标签矩阵，并使用线性分类器进行最终的情感识别。

摘要： 本发明公开了一种基于SOPMI算法的情感词典扩充方法及情感极性分析方法，包括以下步骤：收集舆情文本数据；收集褒义词贬义词作为种子词；利用SOPMI算法计算词语的情感分数并生成情感词典；利用jieba对文本数据进行分词，并提取其中的名词和动词；利用名词和动词的分数加权对文本信息进行打分。解决了大多数情感极性分析智能基于现有情感词典，无法生成自己项目专有的情感词典。

摘要： 本发明公开了一种基于多分辨率情感和多类型知识的情感对话生成方法，包括接收对话中的语句文本，并进行标记；建立多分辨率情感模块；多分辨率情感模块将情感词转换为向量表示，生成最终多分辨率情感上下文；建立多类型知识交互模块；多类型知识交互模块通过对话上下文和多类型知识之间的联合交互构建情感增强的上下文；生成交互式向量，提取情感信号；解码器进行响应，生成情感响应并与用户输入共同构成情感对话。本发明利用多种类型的知识明确理解和表达情感对话生成中的情感，利用多类型知识获得情感增强的上下文语境图，利用多分辨率情感来更好地捕捉用户情感的细微变化，并将多向量进行融合并提取情感信号，来指导情感响应的生成。