【技术实现步骤摘要】
一种基于用户社交软件头像的心理健康检测及干预方法
本专利技术涉及采用计算机技术对用户心理地位检测与干预，尤其涉及一种基于用户社交软件头像的心理健康检测及干预方法
技术介绍
近年来人群中心理行为问题发生率和精神障碍患病率逐年攀升，自杀等极端现象屡见不鲜，引发了全社会的广泛关注。人民群众的心理健康问题不仅关系到国民的素质，也关系到个体和家庭的幸福，关系到社会的和谐和稳定。帮助用户摆脱心理健康问题的困扰，及时发现和正确干预用户的各种心理危机是非常重要的。现有的心理检测技术多是通过常规的方式(例如，心理问卷、一对一访谈等)来获取用户的心理健康状态，不仅耗时耗力，无法及时发现用户的心理健康问题，且容易引起用户的反感情绪。
技术实现思路
本专利技术的目的是提出一种基于用户社交软件头像的心理健康检测及干预方法，该方法通过分析用户社交头像的特征自动识别用户心理地位，并主动进行干预，向用户推荐语音条，课程，练习与文章，干预后回收反馈评估，再次进行干预或继续检测。实现本专利技术目的的具体技术方案是：一...
【技术保护点】
1.一种基于用户社交软件头像的心理健康检测及干预方法，其特征在于，该方法包括以下具体步骤：/n步骤1：收集用户的个人信息与社交头像图像；/n步骤2：数据处理，对每位用户上传的若干张社交头像进行图像特征抽取，使用0填充数据中的缺失值，将微信头像和QQ头像的图像特征取平均，定义为「熟人社交软件的头像特征」；将微博头像、网易云头像、抖音头像、知乎头像的图像特征取平均，定义为「私人社交软件的头像特征」；其中：/n使用皮尔逊相关性分析心理地位与图像特征之间的关联，得知：/n（1）用户在私人社交软件即微博、网易云、抖音即知乎上选择的头像更能够反应出用户的心理地位；/n（2）用户对自身根...
【技术特征摘要】
1.一种基于用户社交软件头像的心理健康检测及干预方法，其特征在于，该方法包括以下具体步骤：
步骤1：收集用户的个人信息与社交头像图像；
步骤2：数据处理，对每位用户上传的若干张社交头像进行图像特征抽取，使用0填充数据中的缺失值，将微信头像和QQ头像的图像特征取平均，定义为「熟人社交软件的头像特征」；将微博头像、网易云头像、抖音头像、知乎头像的图像特征取平均，定义为「私人社交软件的头像特征」；其中：
使用皮尔逊相关性分析心理地位与图像特征之间的关联，得知：
（1）用户在私人社交软件即微博、网易云、抖音即知乎上选择的头像更能够反应出用户的心理地位；
（2）用户对自身根本价值的基本态度即我好或我不好和用户对他人根本价值的基本态度即你好或你不好呈正相关，倾向于“我好”的用户也会倾向于“你好”，而倾向于“我不好”的用户则会倾向于“你不好”；
（3）关于用户对自身根本价值的基本态度即我好或我不好，包括：
a.社交头像中包含“红色”、“白色”越多，用户越倾向于“我好”；
b.社交头像中包含“蓝色”越多，用户越倾向于“我不好”；
c.社交头像越偏“冷色调”，用户越倾向于“我不好”；
（4）关于用户对他人根本价值的基本态度即你好或你不好，包括：
a.社交头像的R通道灰度均值越高、整体灰度均值越高，用户越倾向于“你好”；
b.社交头像中包含“黑色”越多，用户越倾向于“你好”；
c.社交头像的二阶明度、三阶明度越高，用户越倾向于“你好”；
d.社交头像的亮度越高，用户越倾向于“你好”；
e.社交头像的对比度越高，用户越倾向于“你好”；
f.社交头像的颜色丰富度越高，用户越倾向于“你好”；
g.社交头像的纹理对比度、纹理相异性、纹理同质性、纹理角二矩阵及纹理最大概率越大，用户越倾向于“你好”；
h.社交头像中包含“灰色”、“青色”越多，用户越倾向于“你不好”；
i.社交头像的优势度越高，用户越倾向于“你不好”；
步骤3：采用GBDT+LR模型，首先通过GBDT自动对步骤1中抽取的图像特征进行特征筛选和组合以生成新的离散特征向量，再将所述离散特征向量送入LR中，通过LR的线性组合得到最终用户心理地位；其中：
GBDT全称为GradientBoostingDecisionTree，梯度提升决策树，而LR全称Logi...
【专利技术属性】
技术研发人员：吴雯，郑兴海，纪雨，张麒，周锡雄，班启敏，吴旭升，吴平，
申请(专利权)人：华东师范大学，
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。