研究豆瓣最大抑郁症小组！东南大学周思佳老师成果在经管顶刊发表

经济管理学院电子商务系周思佳老师及合作团队，包括来自香港城市大学、清华大学的教授，在国际期刊《MIS Quarterly》2023年第1期发表论文“Unintended Emotional Effects of Online Health Communities: A Text Mining-Supported Empirical Study”（共同通讯作者）。《MIS Quarterly》是国际公认的管理学顶级期刊、信息管理领域最权威的期刊，是UTD24期刊和FT50期刊。

该项成果聚焦在线健康社区，关注影响抑郁症病人情绪的不同机制。抑郁症或抑郁倾向是当前社会十分重要的问题。出于方便和隐私的考虑，越来越多有抑郁情绪的人会选择通过在线健康社区求助。以往的研究常常关注在线健康社区对于抑郁情绪的正面作用，而该研究发现，在线互助也是会存在负面效果的。具体来说，当抑郁症病人观察到他人收到了情感支持，作为旁观者，他反而会更加情绪低落。该研究关注豆瓣最大的抑郁症小组从2012年到2015年的发帖情况，在分层注意力模型的基础上设计了关注上下文和回复关系的深度学习模型，更好地区分了帖子中的情感支持和其他内容，应用双向固定效应模型研究了不同内容、不同目标对象的帖子对于抑郁症病人情绪的影响。

该研究还深入探究了这种负面影响出现的原因并提出解决方案。从社会比较机制出发，该研究发现，如果抑郁症病人收到了情感支持，之后再看到他人收到的帮助也不会感觉难过；如果抑郁症病人还没有收到情感支持，在这之前看到他人收到的帮助都会变得情绪糟糕。这说明抑郁症病人会将自己和他人比较，如果自己收到了比较少的帮助，看到针对他人的帮助反而会有负面效果。而少量多次、情绪平和的帮助，能避免这种负面效果。同时，研究还发现，比起同一个人多次回复，不同的回复者提供的情感支持对目标用户有利。这启示我们，可以组建一个团队，在网上共同帮助抑郁症病人。

该项成果用深度学习模型更好地区分了情感支持和其他内容，创新性地发现了抑郁症患者的情绪受到针对其他用户的情感支持内容的负面影响，并提出了一系列解决这种负面影响的建议。研究从社区内情感影响的角度丰富了我们对在线互助社区的理解，给出了基于在线互助社区的干预策略，帮助社区更好地帮助抑郁症病人，具备现实意义与应用价值。

论文网址：

https://misq.umn.edu/unintended-emotional-effects-of-online-health-communities-a-text-mining-supported-empirical-study.html

周思佳，女，管理学博士。2017年本科毕业于南京大学信息管理与信息系统专业。2022年博士毕业于香港城市大学信息系统专业。现就职于东南大学经济管理学院电子商务系。

来源：公众号“东南大学经济管理学院”，电子商务系周思佳老师在UTD期刊《MIS Quarterly》发表论文，https://mp.weixin.qq.com/s/HZtp410uO-xTefdtBdQA0A

转自：“社科学术汇”微信公众号

如有侵权，请联系本站删除！