随机森林模型识别自慰满意度预测因素

2026年10月11日，一项发布在PsyArXiv的预印本（尚未经同行评审）基于美国全国代表性样本（N = 2,486），用随机森林模型识别自慰满意度的预测因素，模型解释了35%至46%的满意度变异。SHAP值显示，最重要的预测因素包括自慰体验特征（愉悦与高潮感官的生动性、认知沉浸、性玩具使用）、性相关倾向（性欲、对自慰的态度、自慰动机），以及生活满意度、幸福感、情绪反应觉察等一般个体差异。目前该研究仅为预印本，尚未经同行评审，后续进展有待关注。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。