ABSTRACT

With the advent of the intelligent age and the popularity of smart phones, network social communication has become the main way for modern people to socialize. In this paper, questionnaires are distributed through the Internet to investigate and study the online social behaviors and social relationships of the opposite sex of modern people. Questionnaire information recycling is divided to “personal information”, “relationship status”, “social behavior” and the concept of “social preferences”, the division of four dimensions. Models can be built to understand the status and characteristics of modern social relationships, and analyze factors that affect heterosexual social relationships by using SPSS software, descriptive statistics, multiple correspondence analysis methods, and neural network methods. Then, we come a conclusion give relevant conclusions and recommendations.

Keywords:Multiple Correspondence Analysis, Neural Network, Social Networking, Emotional State

基于网络社交行为探究影响异性关系因素调查分析

王凤雪

北方工业大学，理学院，北京

收稿日期：2020年8月7日；录用日期：2020年8月20日；发布日期：2020年8月27日

摘 要

伴随着智能时代的到来以及智能手机的普及，使得网络社交成为现代人社交的主要方式。本文通过网络发放调查问卷，针对现代人异性网络社交行为及社交关系进行调查和研究。将回收问卷的信息进行“个人信息”、“感情状况”、“社交行为习惯”和“社交观念偏好”四个维度的划分，运用spss软件，利用描述性统计、多重对应分析方法和神经网络方法建立模型，了解现代人社交关系现状和特点，分析影响异性社交关系的因素，并给出相关结论和建议。

关键词 :多重对应分析，神经网络，网络社交，情感状态

Copyright © 2020 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

网络社交的兴起，改变了人们沟通交流的方式。从最初的飞雁传书，车马邮件很慢一生只够爱一个人的低版本社交年代，到如今的信息爆炸，爆点话题瞬间可引发微博类社交媒体服务器瘫痪的高版本社交时代，人们的社交信息变得多元化，社交方式多样化。网络让社交变得简单的同时，有关现代人的关于与异性间的社交问题频频引发人们的讨论，成为大众关注的焦点 [1]。

#网上的我与现实的我#、#喜欢的人话多讨厌的人话多#、#如何回复不喜欢的异性聊天#、#异性绝缘体#、#自闭式社交#等话题引发网友热议，如何与异性交往与交流是一件需要技巧的事，尤其隔着网络这面纱，我们揣摩不到表情，感受不到语气 [2]。聊天是门艺术，相契合的灵魂惺惺相惜。

2018年全国的结婚率仅为7.2‰。其实网络时代下长大的90后的恋爱之路，远比我们想象中崎岖，新词层出不穷：早泄式爱情、自保式爱情、自杀式单身……，自嘲式调侃的背后其实也是现实的折射，即现代人的网络社交问题。

本文针对现代人异性网络社交行为及社交关系进行调查和研究，了解现代人社交关系现状，分析其特点。为此，本文制作一份网络调查问卷，投放88份，有效回收88份。

2. 数据处理与分析

2.1. 调查问卷设计

由于调查问卷针对网络社交敏感及热门问题，面向对象基本为90后网络社交群体，因此调查问卷主要通过网络投放。同时为了降低由于题目过多，受访者产生厌烦心理胡乱作答，问卷共设置22题，题目轻松，未设置量表题。题目种类为个人信息、情感状况、社交行为习惯、社交观念偏好等，题型为单选题、多选题和排序题，还有一道文字表述题，“请用一句话或一个词语描述现阶段感情状态？”，此题目用于文本分析。

2.2. 现代人社交现状描述性统计分析

2.2.1. 调查问卷的样本信息情况

在有效回收的样本中，来自男性38份，占43.18%；女性50份，占56.82%，抽取样本女性略多于男性。年龄组成见图1。调查对象主体为90后群体，20~30岁为主要抽样样本，由柱状图可知，所抽取样本年龄分布符合正态分布。

图1. 年龄分布

2.2.2. 调查样本的情感状况分析

关于对调查对象的感情状态共设置4道选择题，分别为“您现在处于哪种情感状态？”、“您处于此状态多长时间？”、“您对现阶段状态满意吗？”、“您的恋爱次数？”。还有一道文本题，“请用一句话或一个词描述现在的感情状态？”

其中情感状态分为4种，分别是恋爱期(包括婚姻)、空窗期、追求期和被追求期。其分布见图2，恋爱期占33%，空窗期最多占58%，追求期和被追求期人数较少分别占4%和5%。可见大部人的情感状态趋于稳定性。

图2. 情感状态期

在感情状态和持续时间的交叉关系中(见图3)，处于空窗期(即单身又没有潜在交往对象)的人群处于此状态超过(及远超过)2年者占66.67%，其中来自母胎单身占64.71% (43.14%/66.67%)。说明“越单身的人群会越单身”，不愿意改变现状是其固有属性。

图3. 感情状态与时间交叉图

在感情状态和满意度的交叉关系中(见图4)，恋爱期、空窗期和追求期的人群大部分对自己的状态比较满意。在调查的51个处于空窗期的样本中，约有20%的人对自己的状态不满意，也从侧面说明“越单身的人越单身”这种社会现象，自我满意是他们的自身属性。处于追求期的人群求而不得往往对自身不满意。而处于被追求期的人群求而未应常常很享受这个过程。

图4. 感情状态与满意度交叉图

在满意度与恋爱次数的交叉关系中(见图5)，在对自身情感状态“非常满意”和“基本满意”的人群中，所占比例最大的是恋爱2次。说明恋爱次数为2次的人群趋于对自己的状态满意。

图5. 感情满意度与恋爱次数交叉图

在“用一句话或一个词描述自己的感情状态？”一题的词云分析中(见图6)，“单身”所占词频最高，其它出现频率较高的分别有：“开心”、“幸福”、“母胎”、“悲哀”、“静待”“异地”等，其中积极词汇占41.54%，消极词汇占58.46%。

2.2.3. 网络社交行为习惯分析

关于对于异性网络社交行为习惯的调查共设置6道选择题，分别为“您最常使用的网络社交软件？”、“您每天登陆社交软件与异性聊天的平均时长？”、“您更喜欢哪种与异性的社交方式？”、“与现实中与异性社交表现相比，您在网络上表现更为？”、“面对不喜欢的异性，您如何回复聊天内容？”、“您在感情中更倾向于哪种态度？”

在网络社交软件的使用上(见图7)，96.59%的人会使用微信、QQ等与异性进行聊天。

图6. 感情状态词云图

图7. 社交软件的使用

在社交交流方式上(见图8)，53.41%的人希望线上线下同时进行，32.95%的人更希望面对面交流。说明在于异性的社交交往中，现实生活的接触是更为有效的方式(走出去)，单通过社交软件的交流是片面不够的。

图8. 社交方式的选择

在“面对不喜欢的异性，您如何回复聊天内容？”中(见图9)，大部分人偏向于比较礼貌的社交聊天。

图9. 聊天回复内容

对于人们更倾向的感情状态(见图10)，48.86%的人选择“陪伴是最长情的告白”，排在第一位，选择“平平淡淡才是真”占20.45%，排在第二位。说明在感情生活中，大多数人最终追求的不是新鲜和刺激，是平淡和踏实。

图10. 倾向的感情状态

对于人们以何种姿态面对感情关系(见图11)，61.36%的人选择佛系随缘，被动等待占14.77%。这也从侧面说明现代90后单身人数多的原因，不愿意主动出击，不愿意建立新的社交关系。

图11. 倾向的感情态度

2.2.4. 网络社交观念偏好分析

在对社交观念偏好的调查分析中，共设置5题，分别是“您认为在网络聊天中哪种方式可以增进感情交流？”、“您更喜欢哪种网络社交聊天内容？”、“异性的哪些特质最先会吸引你？”、“您认为大多数单身人群保持单身的原因？”。

根据调查结果显示，大部分人喜欢用“搞笑表情包”和“可爱语气词”在聊天过程中增进感情的交流；在聊天内容上，人们更喜欢“生活细节琐事”的朋友式分享(占48.86%)和“插科打诨侃大山”以缓解气氛增加好感(23.86%)。

在被异性吸引的特质上(见图12)，综合得分排在前三名的分别是“性格”、“人品”和“颜值”。

图12. 各特质综合的得分

在单身的人群保持单身的原因上(见图13)，52.27%的人认为单身的原因是“话少，圈子小”。

图13. 单身原因

3. 影响异性间社交关系的信息挖掘

3.1. 社交行为习惯对情感状态的影响效用分析

为了进一步探究网络中的社交行为习惯与情感状态的关联关系，对“性别”、“感情状态”、“对感情状态的满意度”、“网络上活跃度”、“聊天时长”、“情感态度”等变量进行多重对应分析，将变量降到二维空间，根据各变量距离大小探究变量间关联的差异性。所得模型情况如下：

根据表1，我们得到科隆巴赫系数在一维中为0.604，在二维中为0.528，说明各变量在两个维度中的区分度较好。由方差可知，第一个维度可解释原始变量33.529%的信息，第二个维度可解释原始变量29.764%的信息，模型解释程度较好。为了进一步了解各变量在两个维度的区分程度，分析模型构建后所得到的辨别度量图。

表1. 模型汇总

从图14可以看出，“感情状态”这一变量在两个维度的区分程度最好，均大于0.5；“聊天时长”在两个维度的区分度较好；“情感态度”、“网络活跃度”在第二个维度区分度相对较好；“性别”、“感情满意度”在第一维度区分较好。为此我们可以在类别点联合图中利用各变量类别点的水平距离、垂直距离、以及距离来分析感情状况与其他变量类点的关联程度，分析其影响因素。

图14. 变量辨别度量图

图15为所有变量在二维坐标点的分布情况，根据各变量取值的中位数设置参考线，将图分为四个象限。在第一、二象限中，我们发现处于恋爱中(包括婚姻)的人群，多为女性，她们对自己的状态基本满意或非常满意，在社交网络的表现与现实相比没太大区别，平均每天网络聊天时长多为3~5小时，在对待感情的态度上，她们多为被动等待型；在三、四象限中，我们发现处于空窗期的和追求期的人群多为男性。处于空窗期的人群，对待感情态度上多为佛系随缘，对自己感情的满意度为一般。处于追求期的人群，他们对自己的感情状态多为不满意，对待感情的态度上，态度多为主动出击，但在网络社交上常常表现的比较平淡；处于被追求期的人群，平均每天网络聊天时长多为0.5~1小时，在网络社交上常常表现的比较平淡，在感情上他们往往不相信爱情。由于“追求期”和“被追求期”距离其他变量不够集中，解释能力不强，所以此处的分析以“恋爱期”和“空窗期”为主要对象。

图15. 类比点联合图

3.2. 社交观念偏好对情感状态的影响效用分析

上述分析探究了社交行为习惯与情感状态的关联关系，那么社交观念偏好是怎么影响情感状态的呢？对“学历”、“情感状态”、“聊天内容”、“恋爱次数”、“理想的感情状态”再一次进行多重对应分析。结果如下：

表2. 模型汇总

根据表2，我们得到科隆巴赫系数在一维中为0.604，在二维中为0.528，说明各变量在两个维度中的区分度较好。第一个维度可解释原始变量39.515%的信息，第二个维度可解释原始变量33.110%的信息，模型解释程度较好。接下来分析模型构建后所得到的辨别度量图。

根据图16，发现“恋爱次数”、“感情状态”在第一个维度区分较好。“聊天内容”、“理想的感情状态”在的第二个维度区分较好。接下来在类别点联合图中利用距离来分析感情状况与其他变量类点的关联程度，分析其影响因素。

图16. 辨别度量图

图17. 类比点联合图

图17为所有变量在二维坐标点的分布情况，同样根据各变量取值的中位数设置参考线，将图分为四个象限。可以发现，处于恋爱期的人群，他们多为“本科”学历，“恋爱次数”三次及以上，他们喜欢的聊天内容是“生活细节琐事–朋友式的分享”和抽科打诨侃大山–缓解气氛增好感”；研究生多处在“空窗期”或“追求期”，他们更喜欢的聊天方式是“生活细节琐事–朋友式的分享”，理想的感情状态是“陪伴是最长情的告白(踏实)”和“平平淡淡才是真(平淡)”；学历在研究生以上的人群，恋爱次数多为2次，在聊天内容上，他们更喜欢“诗词歌赋到人生哲学–灵魂交流”，在倾向的情感状态上，他们希望“生活充满仪式感(浪漫)”，可见学历越高的人越注重思想交流和生活品质。

3.3. 影响情感状态的因素重要程度分析

为了探究各个变量对情感状况的影响程度，构建神经网络模型。以“情感状态”、“情感满意度”作为因变量，被调查者“感情态度”、“聊天内容”、“倾向的状态”、“恋爱次数”、“网络活跃度”、“学历”、“情感状态持续时间”、“年龄”和“聊天时长”作为因子，选取数据的73.6%作为训练集，26.4%作为测试集(表3)。

表3. 案例处理汇总

由表4得出训练集的正确率为71.7%，测试集的正确率为70.9%，模型模拟结果较好。

表4. 神经网络分类

利用神经网络模型，由表5得到各自变量重要性排序。“恋爱次数”重要程度最高，为100%，其次是“感情状态持续时间”，为97.7%，此外“年龄”、“聊天内容”、“网络活跃度”、“聊天时长”及“倾向的感情状态”重要程度均较高，分别为81.5%、81.0%、67.5%、64.1%及57.2% (表5、图18)。

表5. 自变量的重要性

图18. 自变量重要性排序

通过神经网络模型，得出影响一个人的情感状态及其满意度的变量重要程度依次为：“恋爱次数”、“感情状态持续时间”、“年龄”、“聊天内容”、“网络活跃度”、“聊天时长”及“倾向的感情状态”。

4. 结论与建议

4.1. 结论

本文通过实施网络调查问卷，将问卷回收的信息进行“个人信息”、“感情状况”、“社交行为习惯”和“社交观念偏好”四个维度的划分，首先利用描述性统计从宏观角度入手，再利用多重对应分析方法和神经网络方法进行统计微观建模，分析影响异性社交关系的因素，得到如下结论。

(一) 单身人群众多，其不愿改变现状

在单身人群中(处在空窗期且没有潜在交往对象)，大部分人处于长期单身状态，来自母胎单身者占64.71%，使得“越单身的人越单身”成为一种社会现象，从而使得逢年过节亲戚朋友催婚成为焦点话题。此类单身人群大多对自己状况满意度为一般，对待感情佛系随缘，再加上话少、圈子小，不建立新的社交关系，在现代生活节奏快、压力大的现实下，他们遇见爱情的概率小之又小。网络社交是现实社交的饭后甜点、午后茶歇，取代不了现实社交这块主食的。大多人认为单通过网络社交交流不真诚、带着面具、有效度不高且浪费时间。但如果没有甜点和茶歇，生活不会发生太大变化，必然缺少乐趣。网络社交要掌握一定的技巧，线上线下同时社交且保持一定的活跃度，才是社交的最佳方式。

(二) 恋爱2次且处在恋爱期的被动型女生情感满意度最高

结合交叉分析和多重对应分析模型，发现恋爱2次且处在恋爱期的被动型女生情感满意度最高，她们在社交网络的表现与现实相比没太大区别，平均每天网络聊天时长多为3~5小时。

一些研究表明，在亲密关系中，直接行为不是具有满足感的主要因素，沟通技巧是另外一个主要因素，反应出对方的行为认知。恋爱次数2次、被动人格的女生在获取到足够的安全感后，利用通讯工具采取良好的情感交流方式，有助于感情的稳定。

(三) 情感社交越来越看重性格契合，越来越向往生活淡且真

在吸引异性特质的调查中，排在前三名的依次是“性格”、“人品”、“颜值”，颜值是影响社交第一好感度的主要因素，但不是决定因素。支撑情感关系稳定的最终是性格的契合，人品的欣赏。“调查发现，学历越高的人越注重思想的交流，在聊天上越喜欢灵魂层面的探讨。但生活并非诗和远方，大多数人的理想生活状态是务实简单的，淡且真，不追求新鲜和刺激。

4.2. 建议

生活就是一张大的社交网，科技的发展让社交变得简单快捷，那么应该如何与异性建立良好的社交关系呢？

(一) 建立清晰的社交观念，走出去

大数定律告诉我们，样本量越多，则其算术平均值就有越高的概率接近期望值。根据大数定律，如果你想要万里挑一找到与你契合的人生伴侣，你需要足够的样本量，你需要走出去，建立新的社交关系。期间，有可能没有遇到如意伴侣，社交的多样和丰富足以让你更了解自己，不断建立和完善自身个性的同时，也会更清楚和明白期盼的对象的样子。社交的行为习惯和观念偏好是在一次次社交中养成的，潜移默化地影响情感状态和满意度。保持单身状态是自由权利的选择，但不要以喜欢独处的借口去抹灭更多的可能性。

(二) 保持社交联系，需要理解与支撑

调查中，人们最希望的聊天内容是“生活细节琐事”的分享，最向往的状态是“陪伴是最长情的告白”。密切的情感关系需要双方互有存在感的陪伴，爱是一种主动性的活动，而不是一种被动性的情感。类似于进化论和行为经济学，现代人社交的生存之道也有其丛林法则。人际交往需要习得，我们需要耐心、细心和关注，才会将情感社交的积极性、牢固性和生命力布置到这片丛林中。

(三) 从自身出发，修炼自己

能成为伴侣或好朋友，大致是因为性格的吸引和相似的三观。在社交过程中，要维持一段感情很重要的一点是要保持双方互有的崇拜感，你需要更多了解对方的优点和能力，同时你要有展现自身优点的能力，让自己成为一个更好的人，无论在性格、学识、样貌、品质哪一方面的提升，都会成为维持情感关系的激励因素。

映射定律中强调，我们在别人身上的所见不过是我们自身的一种映射，不同的只是表现形式而已。我们往往会在他人身上看到互补和相似，互补和相似都吸引我们了解和认识他人进而重新发现自己，这也便是社交的意义和价值。

文章引用

王凤雪. 基于网络社交行为探究影响异性关系因素调查分析
Analysis of Factors Influencing Heterosexual Relationship Based on Network Social Behavior Research[J]. 统计学与应用, 2020, 09(04): 727-742. https://doi.org/10.12677/SA.2020.94075

参考文献