在社会管理、经济决策中,我们经常需要了解一个对象或一个群体的主观感受,如兴趣、偏好、情绪等。传统上最常用的方式是通过调查问卷,然而,这一方法除了设计不易、工作量大等缺点外,其实际效用也越来越受到质疑。在大数据时代,信息技术的发展和社交媒体的出现为主观感受的获取和度量提供了新的思路和可能性。本文在“主观感受的客观度量”这个一般性的背景下,聚焦于基于社交媒体推断个体的社交焦虑心理状况这一具体问题。本文提出了一个新的社交焦虑推断框架。与传统的识别方法不同,该框架直接从个体的社交媒体资料中采集客观信息,确定相关特征,然后建立推断模型。在这个过程中,本文综合心理学、语言学等领域知识,提出并定义情绪趋势、情绪指数、互动指数等一系列特征,用以描述并区分用户。与目前基于社交媒体的心理状况研究相比,本文在注重结果的同时更注重模型背后的可解释性。此外,本文注重先验知识,基于文本与特征的映射关系、特征与判定目标的关系、以及特征之间的交叉关系等,分析用户细粒度的情绪心理特征并构建社交焦虑推断的多元统计模型。最后,本文用实际数据进行了检验、评估和分析,以表明所提出的模型具有区分度,能够较好地通过社交媒体内容推断用户的社交焦虑倾向,也说明了主观感受的客观度量的可行性。