怀旧是一种经常体验的复杂情绪，它包含着对过往的怀念，又夹杂着一丝再也回不去的忧伤。怀旧情绪对人的行为和态度有很大的影响和作用。比如经历怀旧情绪的人自我联结感更强，变得更真诚、更乐观、更容易共情，觉得生活更有意义。怀旧情绪对于消费者行为也有重要的影响，如能增强与品牌的联结，增加积极的品牌态度和购买意愿。在文本数据十分充沛的数字时代，如果能从文本中分析作者的怀旧情绪程度，对研究者和营销实践都会有巨大的价值和意义。但是，在过去的研究中，怀旧的情绪只能通过直接询问的方式来测量。
近日，上海科技大学创业与管理学院助理教授陈佳与加利福尼亚州立大学副教授Kristin Layous, 南安普顿大学教授Tim Wildschut、Constantine Sedikides合作开发了预测怀旧情绪的文本分析方法。相关论文题为“Identifying nostalgia in text: The development and validation of the nostalgia dictionary”，被期刊Journal of Consumer Psychology接收发表。陈佳为论文第一作者兼通讯作者。
文章通过怀旧文本以及文献筛选出初始词典词语的集合，然后通过一系列严谨的方法，精选验证了一套含有98个词的怀旧词典。使用这套词典计算出的Nostalgia score（怀旧值）能够（1）将怀旧与其他类似情绪区分开来；（2）与人工编码的怀旧程度以及被试自己汇报的怀旧程度显著相关；（3）准确预测新冠疫情前后人的怀旧程度的不同；（4）预测28,355条亚马逊书评的打分以及90多万条Yelp评论的打分。并且，预测能力远远超过过去研究中的怀旧词组集合。这一词典的开发能够为未来对于怀旧的研究开辟无限可能，帮助研究者对怀旧这一概念以及其他相关概念（比如真诚）的研究拓展新的方法和思路，也能为企业的精准营销、个性化推荐提供更精确的算法。
文章链接：https://myscp.onlinelibrary.wiley.com/doi/epdf/10.1002/jcpy.1359
Nostalgia Dictionary使用方法：https://osf.io/tyxba/?view_only=e53e730ea1704f4fbe8e9cc7fc4c0156
