基於神經網路分析封城對民眾攻擊性情緒之影響:以美國為例
疫情期間各地家暴、離婚負面社會現象顯著增加,而攻擊性情緒可能是造成此現象的重要原因之一。如何快速掌握人們情緒變動,提供有效配套措施,為當務之急。本研究利用人工智慧神經網路模型,訓練其分辨攻擊性情緒,快速分析大量社群媒體資料。以此模型分析全美各地在不同時間發出的推文,即時判斷疫情下各地攻擊性情緒的變化,發現疫情開始後,整體攻擊性情緒急劇增加,且封城下的民眾相較未封城者呈更高的攻擊性情緒。再來,本研究以固定效應模型的統計大數據分析,證實封城與攻擊性增加之因果關係,為理解疫情中人們攻擊性情緒變化的成因作出重要貢獻。提供心理學或精神醫學大範圍、快速、低成本的研究方法,以快速掌握人們情緒模式,研擬對策。