The present invention relates to a scheme design method of University Students'psychological and behavioral alteration system based on large data, which includes the integration of multi-disciplinary theories such as system science, information science, medicine and psychology, the collection of virtual and real space psychological and behavioral representation information based on multi-source heterogeneous information fusion, and the establishment of mapping of University Students' psychological and behavioral representation information through large data association analysis. By collecting large data of intelligent campus, selecting appropriate image processing, text mining, in-depth learning, incremental learning and other algorithms, a monitoring and early warning model of psychological and behavioral dislocation is established. Based on Hadoop and Tensorflow data analysis platform, a software for monitoring and early warning of psychological and behavioral dislocation of college students is developed. Compared with the existing system, the invention scientifically detects individual students with psychological and behavioral abnormalities, and has the advantages of high accuracy and good dynamic performance.
【技术实现步骤摘要】
一种基于大数据的大学生心理行为异动系统方案设计方法
本专利技术涉及一种监测预警与干预系统，尤其涉及一种基于大数据的大学生心理行为异动系统方案设计方法，属于大数据应用领域。
技术介绍
据世界卫生组织报告，抑郁症在全世界发病率约11％，已成为危害人类健康的第四大疾病，到2020年可能成为仅次于心脏病的第二大疾病。在我国，抑郁症发病率高达7％，而且由于发现不及时与认识不足，治疗率仅为20％。因抑郁导致的自杀死亡事件频发。高校学生作为社会生活中活跃而敏感的特殊群体，处于生理、心理都经历着巨大变化的青年时期，心理健康问题较其他人群更为突出。目前，高校学生的心理健康服务还停留在“被动”模式，主要通过传统问卷发放方式或学生向心理健康咨询中心咨询或到医院就诊发现心理异动个体。但由于人力物力所限，长期以来心理学研究者无法获取覆盖研究对象全体的数据，也不便对个体心理健康状态变化进行跟踪研究，难以对心理行为异动个体进行及时主动干预。随着传感器、高速网络、移动互联、云计算、人工智能等技术的发展，以此为依托的大数据技术对心理学这一古老而复杂领域的研究也逐步展开。专利“一种基于互联网的心理健...
【技术保护点】
1.一种基于大数据的大学生心理行为异动系统方案设计方法，其特征在于，所述的系统包括虚拟空间‑实体空间心理行为表征数据融合层、云存储平台、心理行为‑行为表征数据映射模型、心理行为异动监测预警模型、心理行为异动监测预警软件，所述的虚拟空间‑实体空间心理行为表征数据融合层、云存储平台、心理行为‑行为表征数据映射模型、心理行为异动监测预警模型、心理行为异动监测预警软件依次连接，所述的心理行为异动监测预警软件与云存储平台连接；所述的虚拟空间‑实体空间心理行为表征数据融合层获取多信息源的数据存储在云平台当中，心理行为‑行为表征数据映射模型获取存储在云平台中的数据，通过心理行为与行为表征...
【技术特征摘要】
1.一种基于大数据的大学生心理行为异动系统方案设计方法，其特征在于，所述的系统包括虚拟空间-实体空间心理行为表征数据融合层、云存储平台、心理行为-行为表征数据映射模型、心理行为异动监测预警模型、心理行为异动监测预警软件，所述的虚拟空间-实体空间心理行为表征数据融合层、云存储平台、心理行为-行为表征数据映射模型、心理行为异动监测预警模型、心理行为异动监测预警软件依次连接，所述的心理行为异动监测预警软件与云存储平台连接；所述的虚拟空间-实体空间心理行为表征数据融合层获取多信息源的数据存储在云平台当中，心理行为-行为表征数据映射模型获取存储在云平台中的数据，通过心理行为与行为表征数据的关系建立合理的映射模型，将基本数据与样本数据传入心理行为异动监测预警模型中，进而准确、科学、高效的对学生心理健康状态进行预测；所述心理行为异动监测预警软件嵌入上述框架，为学生社区、辅导员、心理咨询中心提供相应的服务。2.根据权利要求1所述的一种基于大数据的大学生心理行为异动系统方案设计方法，其特征在于，所述的虚拟空间-实体空间心理行为表征数据融合层内容包括利用微博爬虫采集学生的文本信息和图像信息，利用图像采集系统采集学生的日常图像信息，利用学校信息平台采集学生的基本信息、学习工作信息、生活信息等，所述的文本信息、图像信息、学生信息进行最终的融合，并放入数据预处理集成框架中进行处理。3.根据权利要求2所述的一种基于大数据的大学生心理行为异动系统方案设计方法,其特征在于，所述的数据预处理集成框架具体为：Step1：对来自多信息源的数据进行数据清理，通过填写缺失值、光滑噪声数据、识别或删除离群点解决数据的不一致性；Step2：进行数据集成，将来源于多个数据源针对同一个体的所有数据集合起来并采取措施避免数据集成时的冗余，如有必要，还可以再次进行Step1；Step3：进行数据规约，对数据集进行简化表示。4.根据权利要求1所述的一种基于大数据的大学生心理行为异动系统方案设计方法,其特征在于，所述的心理行为-行为表征数据映射模型，包括通过PCA等算法降低采集数据维度，利用协方差及协方差矩阵的相关性分析，提取行为数据中与心理行为相关的关键属性，提取出的关键属性包括学生性别、年龄、获得奖学金情况、受处罚情况、课程优秀率、及格率、不及格率、课程优秀门数、及格门数、不及格门数、校园卡消费情况、进出宿舍时间、日打水次数、早餐用餐时间、午餐用餐时间、晚餐用餐时间、社交信息等。5.根据权利要求1所述的一种基于大数据的大学生心理行为异动系统方案设计方法,其特征在于，所述的心理行为异动监测预警模型包括大数据分析框架；所述的大数据分析框架包括数据层、特征层与模拟层，所述数据层、特征层与模拟层依次连接。6.根据权利要求5所述的一种基于大数据的大学生心理行为异动系统方案设计方法,其特征在于，所述的大数据分析框架实施规则具体为：Step1：根据有效的特征选择算法，去除各类行为数据中无关和冗余的特征，保留需要的特征子集；Step2:基于心理行为-行为表征数据映射模型，设计深度学习网络学习器；建立适用于心理健康评估与预测的深度学习模型，包括模型的层次、各层结点个数、激活函数；Step3：基于机器学习算法对各类心理行为数据特征进行建模，通过各种策略进行决策级融合，得到总模型，并通过协同优化算法提高模型精度，对于新增数据采用增量学习方法及时调整学习模型以增强模型的适用性。7.根据权利要求1所述的一种基于大数据的大学生心理行为异动系统方案设计方法,其特征在于，所述的心理行为异动监测预警软件基于Hadoop及Tensorflow大数据分析平台进行研发，该软件嵌入实现上述模型与算法，具体为：Step1:数据层中融合校园信息化系统数据(人事系统、一卡通系统、教务系统、校医院系统、研究生系统、图书馆等)、传感器数据(教室摄像头数据等)、互联网数据(上网记录、社交网络行为等)等；Step2：决策层基于上述模型，动态跟踪发现心理行为异动个体；Step3：服务层上向心理行为异动个体定向推荐心理辅导文章、日常作息规划、饮食及运动类型等信息，向学生社区、辅导员、心理咨询中心等推送心理行为异动个体信息。8.根据权利要求1所述的一种基于大数据的大学生心理行为异动系统方案设计方法,其特征在于，技术路线具体为：Step1：建立虚拟空间-实体空间心理行为表征数据融合层集成多信息源数据，包括移动互联网、信息平台、物联网等获取的文本信息、图像信息、关系数据等；所述文本信息主要来源于微博，通过学生微博所包含的信息分析其近期的情绪状况及心理健康；主要通过繁体字转换、交互信息过滤、文本分词和词...
【专利技术属性】
技术研发人员：李莉，许维胜，梅广，李浩，徐颖，赵震，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。