课题申报范本：4276-基于大数据的大学生心理危机动态监控与干预系统构建研究.pdf

基于大数据的大学生心理危机动态监控与干预系统构建研究

一、问题的提出、课题界定、国内外研究现状述评、选题意义与研究价值

【问题提出】

近年来，随着互联网的飞速发展，特别是社交网络、物联网、云计算以及移动终端的广

泛应用，各类数据呈几何级增长，大数据(bigdata)的概念应运而生。与大数据相关的数据

挖掘与应用等技术迅速成为信息科学的热点领域，也得到了许多其他领域和社会大众的广泛

关注。在心理学领域，许多心理学家也开始利用各种大数据平台收集和处理各类数据开展相

关研究，例如：Gilbert等人通过手机APP实时收集人们的情绪、思想变化等信息数据进行

幸福事件相关研究，取得积极成果；Wu等人利用社交平台Facebook的海量数据对被试进行

人格判断研究，发现准确度和有效率均高于熟人的主观判断，等等。那么，能否将大数据技

术引入到大学生心理健康教育领域，帮助提高大学生心理危机识别的准确率和有效性呢？在

我国大学生规模突破3200万人（2016年数据），心理危机事件越来越受关注，但心理筛查

假阳性率较高且不易解决的现实背景下，这应该是一个非常值得投入的研究方向。

【课题界定】

随着信息技术的不断发展，大数据技术受到广泛关注和大量应用。在临床心理学领域，

传统的基于临床诊断量表的心理危机筛查方法存在测量误差大、指标单一、时效性差等问题。

在大学生心理危机识别和预警工作中引入大数据技术，可以大幅拓展筛查内容和指标体系，

实现心理预警数据的动态管理，从而对高危个体进行实时心理健康监控，提高心理危机识别

和预警的准确率和时效性。

本研究在传统的结构化数据分析的基础上，通过对各类半结构化或非结构化数据的实时

收集和处理，建立基于学生日常行为分析的心理危机预警模型，并使用该模型评估学生心理

健康状态，实现对高危个体的实时心理监控和自动预警，提高心理危机识别的时效性。同时，

利用数据挖掘技术进行全样本分析，进一步提高对心理危机学生（尤其是可能导致自身或他

人人身伤害的潜在危险个体）的甄别效能，为精确、科学地实施危机干预赢得宝贵时间。

【国内外研究现状】

国内外在利用基于大数据的数据挖掘技术进行心理学、管理学相关研究等方面已取得丰

硕成果。例如，GokulChittaranjan（2013）用数据挖掘方法分析智能手机中的数据进行人

格研究，进而将手机使用者划归五种人格。DennyMeyer（2015）运用大数据理论对压力应

对问题进行研究，通过分析来自AnxietyOnline的全样本数据得出结论，激动或逃避是最

无效的压力应对方法，尤其是在极端情况下。ZhaoGuozhen（2016）提出一种先进的基于心

理学和大数据理论的情感识别方法，并将该方法应用于游戏开发中。

当前，信息技术在大学生心理健康研究领域得到广泛应用，如基于系统动力学大学生心

理健康安全预警技术研究（马广水,2012）和大学生心理测评分析与预警系统的设计与实现

（程敏,2012），等等。基于大数据的数据挖掘技术独具优势，它可以挖掘到引起学生心理问

题和统计数据之间不易被发现的信息，甚至能从统计数据中找到学生的心理问题与其个人基

本信息之间的关系，以及导致心理问题发生的主要因素等，应用前景值得看好。

【选题意义与研究价值】

大数据技术可以通过记录受测者的日常行为数据来分析他们的心理属性与日常行为的

关联模式，及时发现个体面临的心理健康风险，有利于心理危机的早发现、早干预。

1.拓展心理危机排查的筛查指标。借助无处不在的大数据(网络使用、宿舍管理、课堂

出勤等)，最大限度、最为高效地扩充潜在的筛査指标，并使学生心理危机的排查摆脱时间

和空间的制约，最大程度地规避受测对象在测试过程中受到的各种繁杂和无关的干扰。

2.实现心理预警数据的动态管理。大数据技术能够及时收集和处理大量在线或实时数据，

大学生心理危机的筛査借助于大数据技术在传统的结构化数据分析的基础上通过对各类半

结构化或非结构化数据的实时收集和处理，从而实现学生心理预警数据的动态化管理，提高

心理危机识别的时效性。

3.实现对高危个体的实时心理监控。借助大数据技术建立基于学生日常行为分析的心理

危机预警模型，可以利用受测者的各类日常生活痕迹来弥补临床诊断量表评估的不足，并通

过模型实时评估学生的心理健康状态，实现对高危个体的实时心理监控和自动预警。

二、课题研究目标、研究内容、创新之处

【