基于大数据的高校心理危机预警的智能服务研究.docx

?

?

基于大数据的高校心理危机预警的智能服务研究

?

?

摘要：本文通过大数据文本处理技术，采用知识图谱技术实时监控所覆盖学生群体网络自媒体（如微博）等文本信息，实时形成三级危机预警报告，辅助人工评估进行危机预防及干预，并通过大数据辅助建构“实时评估—智能风控—危机干预”心理危机预警的智能服务体系，为高校心理健康工作提供智能保障。

关键词：大数据;智能服务;心理危机预警;心理健康

：G642?：B?论文编号：1674-2117（2021）07-0105-04

十九大报告指出，推动互联网、大数据、人工智能与实体经济深度融合。[1]说明大数据时代的数据储备、技术理念，正以前所未有的方式预测事物发展趋势，改变大学生的知识体系、生活方式及心理健康水平。大学生作为接触最活跃思想、最先进技术、最密集知识的排头兵群体，其心理健康标准体系在大数据时代产生了革命性的变化，导致认知、情感与行为方式的改变，给高校危机干预提供了海量化、实时化、个性化、可量化数据资源。[2]在互联网高速发展的今天，网络社交媒体成为大学生倾诉想法、宣泄情绪的重要平台，这些信息中包含了很多心理危机信息，为危机干预提供了丰富而宝贵的数据。[3]

高校心理危机干预的研究现状

目前，抑郁症、焦虑症等心理问题已经成为高校大学生心理危机干预中的高发问题，然而目前高校心理危机干预面临很多因互联网技术的发展而带来的挑战[4]：第一，微信、微博、QQ等社交媒体蕴含着大学生心理危机评估诊断重要线索，但无法实时提取分析;第二，传统心理危机评估多依靠经验或直觉，反馈模糊延迟，难以量化评估与风险控制[5];第三，危机干预机制延迟僵化，效率低下，事故频发[6];第四，危机干预的跟踪评估机制缺乏可持续性。

知识图谱技术

本研究利用互联网大数据提供海量数据，挖掘微博大数据文本信息，采用知识图谱技术，对特定群体的学生“实时监控”其微博、知乎等特定网站，从学生信息中筛选高风险的自杀人群，并实时监控心理危机的风险程度，根据监控报告结合人工评估结果，采取心理危机干预行动。[7]对清洗出来的准确可靠的信息进行结构化描述、关联、组织，将其转化为知识图谱的知识。[8]2018年1月至2019年1月，本研究已经对770余人进行心理危机预警及干预行动，对58人获得有效干预，及时发现自杀情绪，阻止自杀行为。

危机预警分级标准

为了更加精准地筛选、甄别危机个体，本研究提出危机预警分级系统。根据自杀方式的确定性、时间紧迫性等因素确定危机风险级别，级别越高代表危机越大、自杀风险越大。[9]具体的危机预警分级如下页表所示。

本研究通过Python爬虫八爪鱼等工具抓取大数据，获得心理危机监测智能系统所需的信息知识支撑，构建常见高危心理病症的知识图谱，提供心理危机相关的各种基本信息，如抑郁症表征、焦虑症表征，用于筛选、抓取社交媒体（如微博等）信息进行分析与判断。本研究对心理危机进行心理画像描述，如抑郁症的知识图谱对自杀方式、自杀计划、自杀行动、自杀时间、自杀地点、自杀体验、负性情绪、痛苦表达等描述，由不同心理危机的知识图谱组合构成。本研究的文本处理知识图谱由自杀图谱、时间图谱、空间图谱、意愿图谱等作为主要构成集合。

（1）自杀图谱。本研究利用大数据文本处理技术监控高、中、底三级自杀危机学生群体。根据自杀方式（采用何种行为方式实施自杀计划，如跳楼、投河、服药、上吊等）、自杀计划（根据自杀计划的详细具体程度判定，计划越详细、实施的可能性越大）、自杀行动（根据采取自杀行动，如相约自杀、遗言自杀等）描述进行记分评估。

（2）时间图谱。时间图谱是对危机事件中嵌入时间的描述，包括绝对时间（如日历、节假日等）和相对时间（如过去、现在、将来等）的描述。

（3）空间图谱。空间图谱或称为地点图谱，是对危机事件中嵌入空间地理位置的描述，包括定位地点（自媒体软件定位）和描述地点（空间地理位置的文本描述）。

（4）意愿图谱。意愿图谱是对危机事件的主体的主观愿望或相近情緒的描述，主要用于判定分析危机主体是否有自杀意愿及自杀意愿强烈程度（分为不想自杀、比较想自杀、非常想自杀三级）。

根据以上危机预警分级标准，进行语义数据处理，对抓取的数据进行数据挖掘、分析，生成对应的危机预警报告，针对高危、中危、低危三级不同危机程度，采取相应的危机干预行动方案。

危机预防智能系统

本研究根据心理危机预警分级标准，建立语义大数据处理流程，能够每天固定时间段从系统抓取数据，进行数据清洗、数据分析、结果报告、危机判断、生成报告等步骤，并根据危机报告结合人工评估复核，最后制订危机干预方案，进行危机干预行动。

本研究对心理危机预警的文本处理过程如下页图所示，大数据分析通过以下几个步骤完成。

（1）数据抓取：利用八爪鱼工具在微博抓取当天数据，生成HTML格式数据。数据抓取模块