《最高人民法院关于〈中华人民共和国婚姻法〉若干问题的解释（一）》对家庭暴力行为给出具体的定义：家庭暴力是指行为人以殴打、捆绑、残害、强行限制人身自由或其他手段，给家庭成员的身体、精神等方面造成一定伤害后果的行为。家庭成员主要是指由于婚姻、血缘或者收养关系而共同生活在一起的成员。在家庭成员中，家庭暴力的受害者往往最主要是妇女儿童，同时老人、残疾人也经常成为家庭暴力的受害者，但是家庭暴力受害者群体不仅限于此，有些青壮年男性也可能成为家庭暴力的受害者。随着现代婚恋观的改变，婚前试婚同居的人群日益增多，虽然这不是法律意义上的家庭关系，但参考国外的做法，我们也把亲密关系的这一部分人群放到家庭暴力的研究中去。根据以上定义，在本研究中，家庭暴力主要根据施暴对象分为三类，分别为夫妻间家庭暴力（包括亲密关系）、虐待子女、虐待老人。

作为中国的首都，北京名列中国十大生存压力城市榜首，生活的压抑、工作的压力、经济的拮据等社会因素，均对家庭暴力有着催化作用。此外，北京外来人口数量已达818.7万，其中大部分人口受教育程度较低，生存压力更大，更容易产生家庭暴力。通过对2013年北京东城、丰台和通州结案的620起离婚案件抽样统计，涉家庭暴力类的离婚案件占选取总数的9%，虽然比例不高，但涉家暴案件大多矛盾激烈、调解率低、最终离异率高^[1]。家暴毫无疑问会影响家庭的和睦和稳定，进而影响整个社会的稳定与和谐。

一 调查内容和方法

（一）北京居民家暴调查主要内容

家庭暴力对家庭成员的影响是深远的，家暴不仅给人的身体带来伤害，更给人的心理带来创伤。本次调查关注家庭暴力对人的心理变量的影响。主要考察家暴个体的人格发展，心理健康水平（抑郁），社会态度（生活满意度、收入满意度、社会地位满意度）及心理幸福感。

（二）调查方法

在本次调查中，我们将利用新浪微博这一平台，分析用户的网络数据，实现对北京地区家庭暴力用户心理变量的计算。首先，在线邀请用户填写心理测评相关问卷，同时，调用新浪“微博”的API，使用网络数据爬虫，对相关用户数据进行批量化下载，建立本地新浪“微博”数据仓库，并对数据进行实验前预处理；其次，利用问卷得到的心理特征得分对相关微博内容进行标注，通过特征体系的理论研究，对粗数据进行数据的向量化变换；再次，通过现有数据挖掘经典算法以及本课题组提出的一些新的算法，对用户心理特征建立预测模型，并且采用系统内交叉验证和系统外的宏观数据，进行多方面的效果评估；最后，实现应用，下载目标用户的微博相关数据，提取特征向量，输入模型中，即可得到该用户相关心理变量得分。研究框架如图1所示。

图1 研究框架

用于模型训练的微博数据要经过筛选，必须满足三个条件：（1）微博注册用户；（2）微博活跃用户（近三个月有微博发表，注册微博后总微博数大于500条）；（3）合格用户，即答题平均响应时间少于2秒，答案并不呈现特定规律，表明用户认真作答。通过筛选以保证用于训练模型的数据质量。

1.大五人格预测模型的建立

人格预测模型的构建：按照图1研究框架，通过在线实验平台“心理地图”（http：//ccpl.psych.ac.cn：10002/）邀请微博用户在线填写大五人格量表，作为训练数据集。本用户实验在线收回563名活跃用户的大五人格问卷，经筛选后共有444名合格用户，其中男性273名，女性171名。“心理地图”是一个支持微博用户在线完成心理测评实验的网站接入型应用。微博用户可以通过其微博账号登录到平台，对平台授权，并在线填写问卷。平台可以通过微博开放的API自动下载其网上数据并保存到本地数据库。下载得到用户微博数据后，平台通过计算用户填写的大五人格量表可以得到用户大五人格五个维度的分数，然后用五个人格维度的得分对用户网络数据进行标注。

用户的网络数据主要分为两个特征体系：网络行为统计量特征和文本内容特征。

网络行为统计量特征，来自文献调研情况以及新浪“微博”的具体情况。其中，共包含用户29个新浪“微博”使用情况指标，可分为4大组：个人基本信息组包括4个特征，描述的是用户的“微博”注册资料；自我表现组描述了用户呈现给他人的形式，共包含7个特征；个人设置组侧重描述用户的个