社会情感

摘要： 在改革开放前的中国社会主义革命和建设时期,基于社会主义大厂职业群体形成的集体主义价值观,是一种真实而有效的情感结构,体现在个体对集体的情感嵌入,个体自我尊严的认同,集体内部成员的情感互依和共同体意识的生成,具有丰富的思想内涵,是重要的精神遗产。尽管在个体化时代,人们对集体主义价值观的评价变得多元而复杂,但是继承和发扬集体主义精神遗产对于当下的社会建设仍具有启示意义,并有可能成为当代中国共同体构建和社会整合的有效路径。

摘要： 基于PISA2018中国四省数据,利用多层线性模型分析比较了男女学生社会情感感知对其阅读成绩的影响。结果显示:在仅考虑外部情感支持的情况下,父母情感支持和教师阅读激励均对学生阅读成绩呈极显著的正向影响,同伴合作感知仅对男生阅读成绩呈显著的负向影响。在控制学生阅读兴趣的情况下,父母情感支持和教师阅读激励的影响均减弱,相对而言,前者对男生的影响更显著,后者对女生的影响更显著,同伴合作感知对男女生阅读成绩均呈显著的负向影响。家长和教师应重视对学生的情感支持,并引导学生提高同伴合作的质量。

摘要： 社会情感学习旨在提高人的社会—情感—认知发展,促进幼儿积极行为及人际关系。幼儿园的社会情感学习是立足培养幼儿良好的社会品质,旨在培养内心有力量、有社会情怀的孩子。由于雨天等特殊天气的袭来,室外的户外活动难以开展,但又要满足孩子的运动时间。为此,我们尝试以孩子为主体,利用走廊与楼梯室内环境,鼓励幼儿在教师的支持、帮助和引导下,通过表达、解决、发现、理解,自主选择游戏材料、设计游戏、制定游戏公约,创设一个挑战式的廊梯游戏。

摘要： 校园欺凌现象是全世界普遍存在的教育和社会问题,是一种攻击性、反社会行为,会对欺凌者和被欺凌者的身心造成极大的负面影响。基于保障农村地区基础教育阶段学生健康成长与发展,以及推动我国基础教育发展的现实意义,对四川省、甘肃省15所中小学922名学生遭受校园欺凌情况进行问卷调查,结果表明在农村地区中小学校园欺凌的现象依旧比较普遍。超过7%的中小学生表示经常受到欺凌,受欺凌的形式主要以言语欺凌为主,几乎一半的被欺凌学生没有将被欺凌的情况告诉老师或父母。在分析中小学生遭受校园欺凌频率以及被欺凌地点、形式等基础上,以社会情感学习(SEL)为理论基础提出相应解决策略。

摘要： 基于社会嵌入视角探索公众媒介使用行为对政治认同的影响机制,实现对传统媒体及新媒体信息的构建及监管,优化媒体内容的生产、发布和传播,以便形成和提高公众政治认同感知。以传统媒介及新媒介使用为自变量,政治认同为因变量,社会情感及社会调适为中介变量构建理论模型,通过问卷调查法收集数据,采用有序Probit模型及Bootstrap进行数据分析。研究发现:(1)传统媒介使用对公众的政治认同具有正向影响,新媒介使用对公众的政治认同具有负向影响,新媒介的影响效应比传统媒介的影响效应更大。(2)传统媒介对中西部、农村及女性的政治认同的正向效应更为明显,新媒介对东中部、城镇及男性的政治认同的负向效应更为明显。(3)社会情感与社会调适在媒介使用对公众政治认同的影响路径中具有显著中介效应,且地域、城乡及性别在该影响路径中存在显著调节作用。

摘要： 有研究表明,社会情感的任何障碍都会危害儿童的心理发展,它的强弱是儿童能否获得健康成长的关键性因素。儿童时期是促进和培养学生社会情感的最佳时机。许多学生想将自己和别人联系起来,并与别人建立一种合作关系,履行职责,使自己成为对社会有用的人。在体育新课标指导下,教师应大胆改革,让学生站在课堂中央。本文围绕“布”展开游戏创造和体验,有效地促进学生认识自我、认识社会情感,特别是伙伴互动以及团队合作,对学生社会情感的发展起到了良好的推动作用。

摘要： 发展学生社会素养是落实立德树人根本任务的现实要求。社会情感学习是发展学生社会素养的基本方式,而课堂教学对引导学生开展社会情感学习,形成正确的社会观念,建立社会责任,发展社会素养都具有重要作用。如何增强课堂教学的社会性以及课堂教学与学生社会情感发展之间的价值关联,并使学生知识学习的过程同时成为社会素养发展的过程,无疑是核心素养导向下深化课堂教学改革的重要议题。社会情感学习是学生以社会认知为基础,产生意向性价值观以及生成社会情感体验的学习活动。课堂教学中社会情感学习的内容主要包括社会理智感、社会道德感、社会美感和社会责任感四个方面。丰富社会感受和社会体验,建立社会理解与社会观念,形成社会关怀和社会责任是社会情感学习的主要方式。要培育学生的社会情感,发展学生的社会素养,课堂教学必须建立学生与社会的意义联结,丰富学生的社会体验,注重发展学生的社会理解力,增强课堂教学的社会关切,在学科实践学习中丰富与升华社会情感,实现社会情感学习对个体精神成长的意义增值。

摘要： 《淮南子》所论的“情”大体上有三种,在理论上形成层级递进的结构体系。三种“情”中,重点是情感即社会情感这一种“情”;《淮南子》的“情”论最终保证于人性即人的本质。该“情”论可以启示今天的人们,唯有使情感反映人的本质,所谓的“情感”才是真正的情感,也才是社会情感。

摘要： 新时代教育背景下的“小先生制”,融合了“以生为本”教育理念和“素养导向”教育方式。基于体育核心素养的现代“小先生”,是在为教而学、以教促学和教学相长的过程中,让学生成为学习的能手、教师的助手和同伴的帮手,从而使学生成为课堂的主体、学习的主人,促进学生运动能力、健康行为和体育品德的形成,努力提升学生的体育核心素养。

摘要： 为研究古代中国的社会情感,提出一种基于整合胶囊网络的格律诗情感分析方法,利用字数规则整合依据不同格律训练的胶囊网络模型对格律诗进行情感判别,解决格律诗文本由于情感特征不明显、语义过于紧凑导致的情感分析困难问题,通过分析格律诗情感对古代中国各个重要时期的社会整体情感状况进行挖掘.实验结果表明,该方法对格律诗情感分类的准确率优于CNN与单一胶囊网络,分析结果能够反映出古代中国的社会情感.

摘要： 本文认为社会情感是指有益于社会合作与社会福祉的情感,具有理智的,道德的,精神的深沉特征.小学生的社会情感发展对其人格认同的形成具有不可替代的关键价值.人格认同是指小学生获得尊严与自由的一种状态,它是独立与合作,个体价值与社会价值保持统一与平衡的精神状态.而社会情感的作用在于能够提供一种社会价值的情感元素,使人类自我中心的心理倾向得以中和.在此基础上,本文提出了关于社会情感发展逻辑的一个哲学假说,社会情感的三个阶段是原始的社会情感,分化后的社会情感,统一的社会情感.并论述了小学生阶段的重要社会情感:勇气,同情,自制,羞愧/内疚与责任感,宽容,公正感,赞美.

摘要： 本文实证研究了消费者-品牌情感，发现消费者对品牌同时存在着两类不同性质的情感：个人情感和社会情感。消费者-品牌的个人情感产生于与品牌的互动过程，具体维度为爱和体验;消费者-品牌的社会情感产生于特定的文化背景，是消费者对其文化身份认同的结果，与道德相关，带有义务性成分，基本维度为一体感和荣辱感。

摘要： 幸福不仅仅是人的主观体验和心理满足,而是一种客观存在,对幸福的把握离不开入的理性反思.在现代社会,追求幸福是公民的一项基本人权;公民幸福的实现需要多方面的条件:物质需要的满足、社会情感的满足和自我潜能的实现是公民幸福的基础;慈善作为一项以利他捐赠为核心的实质性道德事业可以有效促进公民幸福的实现,提升公民的幸福.作为捐赠者，即提供帮助的给予者，由于自己的慈善行为会让周围的人更加喜欢，因此他们也会以各自的方式帮助，可以使充满活力，从而使自己的生活在各方面得到显著的改善。慈善通过提供生命意义来帮助捐赠者提升幸福。

摘要： 本发明公开了一种考虑用户行为和情感的社会网络影响力最大化初始节点选取方法，使用带有分类标签的评价数据集，构建情感单词训练模型扩展已有的情感词典，分别对社会网络节点进行行为倾向分析和情感倾向分析，作为节点影响力的评判依据，构建综合考虑用户行为和情感的影响力传播模型BSIS，并结合贪心算法求解最大影响力边际收益节点加入到初始节点集合中。本发明综合考虑用户行为倾向和情感倾向，更加有效、准确、真实地挖掘影响力最大化初始节点。

摘要： 本发明公开了基于多维度和多层次联合建模的网络社会媒体情感分类方法，采用深度学习框架和先验知识约束的注意力机制，通过对网络社会媒体文本从语言符号、表情符号和标点符号三个维度进行多维度情感建模，并从词语、句子、文档三个层次进行多层次情感建模，解决了网络社会媒体情感分类面临的“信息缺失和动态多变”两大问题，提高了网络社会媒体情感分类的精准度。

摘要： 本发明涉及一种基于社会关系网络情感流动的服刑人员改造表现预测方法，包括步骤如下：(1)数据预处理；(2)数学建模：建立用于预测服刑人员改造表现的外联耦合隐马尔可夫模型λ＝(A,B,π,R)；(3)模型学习：使用极大似然估计法来估计外联耦合隐马尔可夫模型的参数；(4)模型预测：使用维特比算法，通过得到学习得到的外联耦合隐马尔可夫模型，预测服刑人员改造表现。本发明充分考虑上一时段同监舍其他服刑人员的潜在情感状态对当前时段目标服刑人员的潜在情感状态的影响的同时，还加入了外界联系的影响，为预测目标服刑人员当前时段的改造表现，提高了预测模型的可靠性，为确定最终的监管等级或监管方式提供了数据支持。

摘要： 提供对用户查询的自然语言文本响应。用户查询中的情感属性被编码到量子位作为粒子自旋。观察编码的情感量子位中的粒子自旋以生成自旋数据。基于所生成的自旋数据，针对用户查询的每个情感关键术语导出情感值。通过组合与用户查询的每个情感关键术语对应的导出的情感值来确定用户查询的总情感。基于所确定的用户查询的总情感，生成对用户查询的自然语言文本响应。经由网络向客户端设备发送自然语言文本响应。

摘要： 本发明提出一种基于在线社会网络的用户情感分析方法，与很多已研究出来的基于用户体征数据的情绪分析方法不同，本方法从在线社会网络的角度着手，通过对用户的日常行为进行分析，找出用户的兴趣点所在，使用SVM分类器对此类数据进行情感识别。本方法是一种启发策略性方法，通过本方法可以从用户日常使用社交网络出发，对用户情绪进行判断。

摘要： 本申请提供了一种基于社会媒体的宏观经济领域情感分析方法及系统，其特征在于，所述方法包括：通过数据模块抓取经济领域的社会媒体数据，并对所述社会媒体数据进行预处理；通过分类特征模块定义社会媒体数据的分类特征；根据所述分类特征通过分类器模型训练模块构建分类器模型，对所述分类器模型进行训练学习；利用所述分类器模型通过判定模块对经过预处理的所述社会媒体数据进行情感判定。本申请提出的基于社会媒体的宏观经济领域情感分析方法，一方面解决了通用领域情感分析方法不适用于特定领域情感分析算法的问题，另一方面提出了针对宏观经济领域研究情感分析算法的有效特征，可供后续研究借鉴。

摘要： 本发明公开了一种根据对社会事件的文字描述来预测社会情感的方法及系统，该方法包括构建社会情感语料库；对所述社会情感语料库中的每一个样本进行所述面向情感标签排序的文本特征选择以得到数值型特征向量，建立训练集；构建情感标签序列的概率模型；在情感标签序列上构建标情感签序列损失函数，通过优化该损失函数，得到社会情感预测模型；将描述社会事件的文本输入所述预测模型，得到与该社会事件相对应的情感标签排序，所述情感标签排序表示对该社会事件所预测的社会情感。本发明能够有效地、精确地、自动地预测社会公众对社会事件的情感反应。

摘要： 本发明公开了一种基于量子社会情感优化的Massive MIMO上行系统功率分配方法，属于5G关键技术领域。本发明通过建立Massive MIMO系统功率分配模型，在初始化量子社会群体及系统参数中输出初始历史最优解，并通过实数化处理量子个体输出初始全局最优解，之后不断更新量子个体，当迭代次数大于预先设定的最大迭代次数时输出全局最优解，经实数化处理得到最佳功率分配方案。本发明充分考虑了在Massive MIMO上行系统中，用户的发送功率不得超过其最大发送功率的限制，同时满足用户最低传输速率和系统最低传输速率等要求，所设计的功率分配方法保证了服务质量，具有搜索速度快、全局搜索能力强的优点，更能满足实际工程的需要，为Massive MIMO上行系统的功率分配提供了一种新方法。

摘要： 本发明公开了一种根据对社会事件的文字描述来预测社会情感的方法及系统，该方法包括构建社会情感语料库；对所述社会情感语料库中的每一个样本进行所述面向情感标签排序的文本特征选择以得到数值型特征向量，建立训练集；构建情感标签序列的概率模型；在情感标签序列上构建标情感签序列损失函数，通过优化该损失函数，得到社会情感预测模型；将描述社会事件的文本输入所述预测模型，得到与该社会事件相对应的情感标签排序，所述情感标签排序表示对该社会事件所预测的社会情感。本发明能够有效地、精确地、自动地预测社会公众对社会事件的情感反应。

摘要： 本发明公开了一种基于量子社会情感优化的Massive MIMO上行系统功率分配方法，属于5G关键技术领域。本发明通过建立Massive MIMO系统功率分配模型，在初始化量子社会群体及系统参数中输出初始历史最优解，并通过实数化处理量子个体输出初始全局最优解，之后不断更新量子个体，当迭代次数大于预先设定的最大迭代次数时输出全局最优解，经实数化处理得到最佳功率分配方案。本发明充分考虑了在Massive MIMO上行系统中，用户的发送功率不得超过其最大发送功率的限制，同时满足用户最低传输速率和系统最低传输速率等要求，所设计的功率分配方法保证了服务质量，具有搜索速度快、全局搜索能力强的优点，更能满足实际工程的需要，为Massive MIMO上行系统的功率分配提供了一种新方法。