关于我们
为什么想做心理健康+管科
管科的话是因为大家都是这个专业的,但选择心理健康真的是主动、热爱的踏入这个领域,我们都想做能让自己有科研价值与自我价值统一的东西,我们相信心理健康不论是在学术界还是日常生活中都会成为越来越重要的问题。
1号ENFP自述
硕士同门ENFJ一直做的心理健康的认知改变,在她的引领下,对心理健康产生了强烈的兴趣,作为一个共情能力过高且经历社会拷打的ENFP,非常能够理解他人的负面情绪,进而产生想要帮助他们的想法(之前跟一个心理学的同学聊过,她说这是过度共情,其实不太好,因为你拯救不了所有人),但是回头一想,这难道不应该是一个正常人类所拥有的、试着理解他人并力所能及的帮助别人的美好品质吗?然后和高中老师和初中老师聊天,发现 初中生、高中生 (应该还有大学生硕士博士)太多太多有着心理疾病,当时第一反映是:这个世界怎么了?然后跟他们说我想做抑郁症或者心理健康的研究,通过社交媒体给大家带来一些好的改变可能,老师说那可太有用了!
2号ENFP师姐
暂时填一个:经历过重大骨折emo了很久,等师姐自己来写hhhh
3号ENFJ同门: 团队里的心理健康开拓者
可能是本科跟着学校的一个心理老师做大创研究留守儿童的社会支持,再加上自己也带队去下乡支教,使得自己读研之后非常想要做心理健康相关的研究,非常想给予别人支持,但是自己没有太多经验,就非常想知道什么样的支持贴能够让别人好转,于是就开始从认知改变开始。后来2023年硕士毕业,经历了太多太多压力(太多太多太多。。。),包括工作生活压力还有后来申博压力,作为一个86%的E人非常需要能量的输入与正反馈,非常非常需要和其他的人进行频繁的交互,多亏ENFP同门平时跟我讨论交互以及“push”我向前走,也使得自己在这个过程中磨练得更加坚韧,现在成功上岸了,继续心理支持相关的研究,给大家带来好的支持与温暖!!!奥里给!!!
4号INTJ师弟:
在师兄师姐的感染下,我渐渐地对心理健康这一领域产生了浓厚的兴趣。心理健康在当今社会的重要程度不言而喻,几乎各个年龄段的人,包括儿童,少年,青年,中年和老年人都有各种各样的心理障碍或者at risk。从本人的经历来看,几乎每个时期的心理状态都处于at risk,各种孤单、遗憾、伤心等如影随形,从而塑造了‘悲观态度,乐观生活’的我。也正是因为这种种经历,我想为这个社会做点自己力所能及之事,那么投身心理健康研究则是一个非常棒的选择。并且,这不是一个人的单打独斗,而是一个团队的奉献,是共同的事业。我们的事业是默默的,但它将永恒的存在,并发挥作用。。。。
我们的研究方向
专注社交媒体+心理健康,对社交媒体产生的心理健康问题进行探索,包括但不限于
- 挖掘患者的语言、行为模式
- 社交媒体内容对用户带来的影响:
- 负面影响
- 用户参与
- 如何改善干预
我们的研究方法
现在大家主要是计量+机器学习或者深度学习+数据分析与知识发现去做二手数据,如果是论文的角度的话更多会偏Design Science一点。不过并不会局限,和师姐聊到这个问题,我其实有点明白我们到底用什么方法了:那就是不局限于任何方法,而是关注问题现象本身,后续希望能用随机实验去做真正的干预。
这里其实也是我们能在一起做的原因,有的擅长抓数据(代码强的可怕的INTJ师弟),计量(没错还是这个INTJ,据说狠学了一年半,已经是我们的因果推理大师了);ENFP师姐最开始做的是深度学习+疾病预测,多模态、深度学习做起来高效可怕;最开始就踏入心理健康的ENFJ同门,在公司做了很长时间的大模型调包hhh,我愿称之为大模型工程师,数学推理强的可怕;最后就是我ENFP,最开始偏数据挖掘,用大量数据去发现新的现象或者知识,NLP基础调用也还行,不过最强的还是N=100%。
-
Design Science 或者 mixed method: 计算机的算法+计量因果推断
-
数据驱动的知识发现:利用主题挖掘等技术从大量数据中挖掘知识或者新现象,例如 症状之间的相关关系、疾病的风险因素
-
纯计量或者纯算法:这种现在比较少用
好像有点中二,但大家一起做科研(而不是一个人闭门造车)的感觉真的太美妙了!!!
期待你能和我一起做有趣的事
一个人做东西确实是艰难的,而且容易摆烂,如果你对社交媒体与心理健康有兴趣,发自内心的希望世界会更好,欢迎联系我们呀!
我们的论文
-
(2025). Toward Mental Health Risk Mitigation on Video Platforms: A Multimodal Decision-Support Framework for Detecting At-Risk Users and Identifying High-Risk Content. The 18th China Summer Workshop on Information Management (CSWIM 2025). https://doi.org/2025.cswimworkshop.org/wp-content/uploads/2025/06/2025-CSWIM-Proceedings.pdf
-
(2025). The impact of linguistic signals on cognitive change in support seekers in online mental health communities: Text analysis and empirical study. Journal of Medical Internet Research, 27, e60292. https://doi.org/10.2196/60292
-
(2023). An analysis of cognitive change in online mental health communities: A textual data analysis based on post replies of support seekers. Information Processing & Management, 60(2), 103192. https://doi.org/10.1016/j.ipm.2022.103192
-
(2024). A deep learning and clustering‐based topic consistency modeling framework for matching health information supply and demand. Journal of the Association for Information Science and Technology, 75(2), 152–166. https://doi.org/10.1002/asi.24846
-
(2024). Physician’s service quality and patient’s review behavior: Managing online review to attract more patients. Internet Research. https://doi.org/10.1108/intr-03-2024-0426
-
(2022). Predicting the quality of answers with less bias in online health question answering communities. Information Processing & Management, 59(6), 103112. https://doi.org/10.1016/j.ipm.2022.103112
-
(2022). Two-stage matching decision-making method in medical service supply chain. International Journal of Logistics Research and Applications, 25(4–5), 623–638. https://doi.org/10.1080/13675567.2021.1878489
-
(2021). HFS‐LightGBM: A machine learning model based on hybrid feature selection for classifying ICU patient readmissions. Expert Systems, 38(3). https://doi.org/10.1111/exsy.12658