幸福感是随着时代发展,社会进步,逐渐凸显的一个关键词。幸福感的研究在学术界越来越被重视,研究的维度也在不断加宽。幸福感的研究与社会学、经济学、心理学、统计学和管理学等内容研究逐渐融合,幸福感的研究无论是在内容上还是在方法上都有很多研究成果。本文从幸福感的研究为切入点,首先阐述幸福感研究理论与研究方法,采用宏观到微观的设计思路,针对阜新市工会职工幸福相关因素进行分析并构建了相关的量化分析系统。本研究的创新点在于在使用爬虫对网络内容进行爬取的前提下,使用了朴素贝叶斯算法对幸福关键词进行了量化研究,同时以粗糙集算法对影响职工幸福感的因素的问卷结果进行量化研究,并对两种方法获得的结果进行比对分析。具体研究内容为三个部分:第一部分,本章节计了基于朴素贝叶斯算法的博客爬虫分析系统,对爬取到的内容进行分类以及相关词汇词频整理。通过高频词汇得到与幸福相关的词汇,从而分析与之相关的因素,并对结果进行了总结。第二部分通过问卷调查的形式对影响幸福感因素进行调研。之后对爬虫爬取相关词汇的结果进行了对比分析,归纳出影响幸福感的四大分类。进而,构建职工幸福指数因素体系。深度挖掘出影响职工幸福感的各种因素,建立合理正确的评估系统,提高预判职工发展趋势的准确性,建立影响幸福指数因素的一级体系。第三部分,本文把线上线下两种途径收集的数据进行处理,从而满足数据分析的目的,主要包含几个环节:数据采集和数据离散化等处理。最后对采集到的数据使用改进规约算法进行属性约简。按照粗糙集的要求构建出决策信息系统,使用本章提出的基于相对辨识度的算法进行属性约简,从而找出影响工会职工幸福感的关键因素。通过对比分析基于朴素贝叶斯分类以及粗糙集约减的数据得出年轻人针对金钱、住房、手机等流行话题物质的幸福感相关度高,而作为职工而言则对健康、养老、医疗保险、社会安全等内容有较强的幸福感相关联系。在对以后的人类心理量化研究中可以有针对性的使用爬虫或线下的数据收集方式。同时,采用朴素贝叶斯分类或者粗糙集约减等方法对数据进行约减分析,对该类研究有一定方法论的意义。该论文有图12幅,表6个,参考文献52篇