广告情感反映的模型中情感的影响作用有哪些

在广告（情感）反应模型中,情感的影响有四个方面:1．它们能够影响认知的反应,进而对商标的态度起间接的中介作用。2．这些情感(或情绪体验),或许通过条件化过程同特定商标联系起来,即所说的与商标的联想过程。其结果影响到对该商标的态度或商标的选择,或者两者都有。3．由广告引起的情感 , 进而又导致对该广告的态度。4．情感的作用还可以转化到使用的体验。具体说来人们感受到广告中主人公使用特定商标所产生的积极情感 , 并通过该广告与使用体验的重复 , 由该广告所引起的同感就有可能变为实际的体验。这还可以作如下解释:该广告可能促进有关过去经验的回忆和引起有关该情感新的想象,这种想象实际上又给广告中的景象添加了新的细节。

当事物的价值率大于主体的中值价值率时，主体就会不断扩大其作用规模或增加其价值资源投入量；相反，当事物的价值率小于主体的中值价值率时，主体就会不断缩小其作用规模或减少其价值资源投入量。

可以看出，主体的中值价值率是主体对于不同事物确定不同的价值资源投入原则的分界点，主体只要识别出事物的价值率与自己的中值价值率的差值，就可以确定对于不同事物的价值资源投入方向，以实现价值资源的最佳配置。为此做出如下定义： 事物的价值率P与主体的中值价值率Po之差值，称为该事物的价值率高差，用△P来表示，即

△P = P—Po (1-21)

根据这个定义，“中值价值率分界定理”又可理解为：当某事物的价值率高差大于零时，主体就会扩大其作用规模或增加其价值资源投入量；相反，当某事物的价值率高差小于零时，主体就会缩小其作用规模或增加其价值资源投入量。

由此可见，事物的价值率高差是一个非常重要的价值特性参量，它从根本上决定着人对该事物基本的“立场、态度、原则和行为取向”，决定着人对该事物的价值投入方式和投入规模，因而必然会反映了人的头脑中来，形成一种特定的主观意识——情感。为此，对情感做出如下定义： 人对事物的价值率高差△P所产生的主观反映值，定义为人对该事物的情感，用μ来表示。

情感发生的逻辑过程：当事物的价值率高差大于零时，人通常会产生正向情感（如满意、愉快、信任等），价值率高差的绝对值越大，正向情感的强度就越大，从而诱导、调节和控制人的各种活动不断趋向于该事物，以不断扩大其作用规模，其结果是事物的价值率高差将会随着作用规模的增长而下降，正向情感的强度也随之下降；当事物的价值率高差小于零时，人通常会产生负向情感（如失望、痛苦、顾虑等），价值率高差的绝对值越大，负向情感的强度就越大，从而诱导、调节和控制人的各种活动背离该事物，以不断缩小其作用规模，其结果是事物的价值率高差将会随着作用规模的缩小而上升，负向情感的强度也随之下降；当事物的价值率高差等于零时，人通常不会产生情感，从而维持了事物原有的作用规模。

这里要注意，一般的生物规律或生理规律是：事物的价值率高差并不是以等值函数的形式反映到人的情感强度之中，也不是以线性函数的形式反映到人的情感强度之中，也就是说，情感的强度并不与事物的价值率高差成正比，而是呈现出指数函数的关系（详见本章第十节“情感强度三大定律”）：

μ=Kmlog（1+ΔP） (1-22)

式中，Km为情感强度系数。情感强度与价值率高差之间之所以具有这种函数关系，其生物规律或生理规律的客观目的是：当情感强度较小时，情感强度与价值率高差成正比，人的情感就可以较为精确而小范围地感知事物价值率的变化信息；当情感强度很大时，情感强度与价值率高差的对数成正比，人就可以粗略而大范围地获取事物价值率的变化信息。

当某一母集事物是众多子集事物的并集时，人对于母集事物的情感可由各子集事物的情感的并集运算而得，从而构成并集情感。 设A=A1∪A2…∪AN，则主体对于母集A的情感称作各个子集Ai价值观的并集情感，用|MA|来表示，即。

|MA|=F（μ1，μ2，…，μn） (1-25)

其中，μi表示人对第i个事物的情感。

一般情况下，并集情感并不等于各个具体情感的代数平均值。事实上，并集情感与人对于各个具体事物的作用规模有关，可以证明（从略）： 当情感强度较低时，主体对于某一母集的并集情感∣MA∣等于各子集的情感矩阵MA与各子集的作用矩阵X之点乘，即

∣MA∣=MA·X

=∑（μi×χ i） （1－26）

其中，X={χ1，χ2，…，χn}称为各子集的作用矩阵，χi表示人对第i个子集事物的作用系数，它反映了这个子集事物所注入的价值量在整个母集事物所注入的价值总量中的比重，反映了价值资源在不同子集事物之间的分配比例。

不难发现，只有当各个子集事物的作用系数完全相同时，母集事物的并集情感才等于各个子集事物情感的代数平均值，即当μ1=μ2=…=μn=1/ n时，有：

∣MA∣=（∑μi）/n （1－27）

本次实验将继续加载两个数据，一个是已经标注好的用户评论数据，另外一个是用户评价主题句，通过标注过的用户评论数据研究不同粒度的用户评价处理对深度情感分析模型的性能的影响，并比较字符级模型在用户评价情感极性推理上的差异。

使用 Pandas 加载已经标注好的在线用户评论情感数据表格，并查看数据维度和前 5 行数据。

加载民宿评论数据，并打印第一行。

数据属性如下表所示

用户评论分词

jieba 分词器预热，第一次使用需要加载字典和缓存，通过结果看出返回的是分词的列表。

批量对用户评价进行分词，并打印第一行数据，处理过程需要一些时间。

将用户评论处理成字符级别，为字符级模型提供训练集，并打印第一行数据，此预处理速度远远快于分词速度。

TextCNN 使用的卷积神经网络是一个典型的空间上的深度神经网络，基于卷积神经网络的情感分析具有优秀的特征抽取能力，能显著降低情感分类中人工抽取特征的难度。这类方法又根据文本嵌入粒度的不同可以分为字符级嵌入和词嵌入两种，一种是以分词后的词为情感分析粒度，另一种为字符级粒度的情感分析粒度，最后一层将包含全文潜在信息的最终编码送入 Sigmoid 做情感强度计算，即可对用户评论进行情感极性推理，是目前在文本分类经常使用的模型。

词级别模型训练

按照训练集 8 成和测试集 2 成的比例对数据集进行划分。

词级 TextCNN 模型训练，设置 128 条数据为一个批次，2 轮模型训练，训练集中的 20% 作为验证集，并加入早停设置。

通过传入原始的标签和预测的标签可以直接将分类器性能进行度量，并对指标收集，包含：模型的训练时间、accuracy_score 表示被正确预测的样本占总样本的比例、f1_score 值表示精确率与召回率的调和平均数和模型标签。

对训练的模型进行加载，并打印网络结构。

设置固定划分数据集，划分比例为 02 即训练集是测试集的 4 倍量。

字符级别模型训练

字符级 TextCNN 模型训练，设置 128 条数据为一个批次，2 轮模型训练，训练集中的 20% 作为验证集，并加入早停设置。

对字符级 TextCNN 的预测结果进行收集。

GRU 属于 RNN（recurrent neural networks，循环神经网络)，是 LSTM 最流行的一个变体，比 LSTM 模型要简单，GRU 的门控单元减少了一个，GRU 与 LSTM 一样都是旨在解决标准 RNN 中出现的梯度消失问题，GRU 比 LSTM 在减少了计算量的条件下，做到了精度与 LSTM 持平，是目前在文本分类经常使用的模型。

我们使用函数定义的方式进行 GRU 模型的初始化。

对训练的模型进行加载，并打印网络结构。

词级别模型训练

词级 GRU 模型训练，设置 128 条数据为一个批次，2 轮模型训练，训练集中的 20% 作为验证集，并加入早停设置。

对训练的模型进行加载，并打印网络结构。

字符级别模型训练

将处理好的用户评论数据进行字符级处理即可输入字符级 GRU 模型训练，设置 128 条数据为一个批次，2 轮模型训练，训练集中的 20% 作为验证集，并加入早停设置。

对字符级 GRU 的测试集预测性能进行记录。

模型性能分析

通过控制参数变量的方式进行，并使用同样的数据集合观察性能指数测试结果。字符级能使用较小的字符级词典对语料的覆盖度更高，字符级预处理在测试集上的表现基本接近词级模型，并从耗时来看字符级都是最少的。TextCNN 架构总体高于 GRU 的准确度和综合值，并且训练时间相对较短。字符级语言建模的思想来自于信号处理，使用语言最小的文字单元去模拟复杂的语义关系，因为我们相信模型可以捕捉到这些语法和单词语义信息，在后续我们继续使用这种方式。

对用户评论数据预处理

对用户评论进行字符向量化。

情感极性推理

使用训练好的字符级 TextCNN 对用户评论进行情感预测，需要一些时间，请耐心等待。

使用训练好的字符级 GRU 对用户评论进行情感预测，需要一些时间，请耐心等待。

情感极性推理结果可视化

将两种字符级神经网络情感极性推理模型的结果取出来。

对全量的用户评论分别使用两个模型进行情感极性预测，并进行可视化，我们发现两种模型在全量的用户评论上的表现基本一致，字符级 TextCNN 在用户两极情感极性上表现更好。

1、情感与价值观具有相同的层次结构，且每一个层次之间具有相同的逻辑关系。

2、情感是对事物价值特性的间接反映，而价值观是对事物价值特性的直接反映。

3、情感是人对事物价值特性的相对性认识，而价值观是人对事物价值特性的绝对性认识。

4、由于事物的实际价值率会随着环境条件的变化而变化，因此人的情感通常是多变的；由于价值观所反映的事物的价值率通常基于正常的环境条件或平均的环境条件，因此人的价值观通常是相对稳定的。

5、人的中值价值率是一个相对稳定的值，其情感系统与价值观系统通常“平行”、“同向”地运动与变化。

6、人的情感在平时处于“沉寂”状态，以便于节省能量与价值，只有到了事物的价值率偏离主体的中值价值率时，人的情感才开始激发，而人的价值观则一直处于“觉醒”状态。

7、人的行为驱动力通常是通过情感为直接诱因产生的，价值观通常不直接为主体的行为和思维活动提供驱动力，而是通过影响人的情感来间接地对行为驱动力产生影响。

情感的哲学本质就是人对事物的价值关系的一种主观反映，情感与价值的关系在本质上就是主观与客观的关系。也可以说，人的情感活动的逻辑过程与一般认知活动的逻辑过程基本相同，其主要区别在于它们所反映的对象不同，一般认知活动所反映的对象是事物的事实关系，而情感活动所反映的对象是事物的价值关系。

价值观的客观目的在于识别事物的价值率，它是事物价值率的主观反映值。人在价值观的引导下，可以对不同的事物产生不同的选择倾向。然而，仅仅认识事物的价值率是不够的，人仍然无法真正确定对事物的价值资源的投入原则（投入方向和投入规模）。以经济贸易方面为例，如果一个商人的年平均利润率能够达到50%，那么他对于年平均利润率只有20%的经营项目不会感兴趣，甚至会产生反感；如果一个商人的年平均利润率只能达到15%，那么他对于年平均利润率只有20%的经营项目将会产生浓厚的兴趣。事实上，当事物的价值率较小时，人不仅不会对它投入价值资源，而且还会不断把以前投入的价值资源抽调出来，只有当事物的价值率大于某个确定值时，人才会不断追加对它的价值资源的投入规模。这个确定值就是主体的“中值价值率”。