一种基于心理素养的测评方法、系统和可读存储介质技术方案

本发明专利技术提供一种基于心理素养的测评方法、系统和可读存储介质，所述方法包括：按照预设的周期，并采用测评表对指定范围内的学员进行心理素养测评；获取指定范围内每个学员的事件信息；构建极端行为风险预测模型，并对极端行为风险预测模型进行训练，得到最优的极端行为风险预测模型；基于每个学员的事件信息，并经由最优的行为风险预测模型预测得出对应学员的极端行为风险值；判断所述极端行为风险值是否达到第一预设阈值，如果是，则将对应学员标记为预警学员，触发采用测评表及时对所述预警学员进行测评，并根据测评结果确定是否介入心理辅导干预。本发明专利技术能够主动发现学员出现的心理问题，有利于青少年心理健康发展。有利于青少年心理健康发展。有利于青少年心理健康发展。

【技术实现步骤摘要】
一种基于心理素养的测评方法、系统和可读存储介质


[0001]本专利技术涉及心理测评
，尤其涉及一种基于心理素养的测评方法、系统和可读存储介质。

技术介绍

[0002]心理健康教育是一项复杂专业的工作，心理发展受到个人遗传、家庭、教育与社会多方面的影响，引导心理健康发展需要多种方式并重。心理健康教育既要关注整体水平，从教育的角度开展工作促进整体心理发展，也要关注个体，避免严重心理问题出现，产生极端行为。基于上述，为了引导青少年心理健康发展，实时了解每个个体心理特点与现状是展开对青少年心理健康教育的重要工作。
[0003]传统是在青少年的各个阶段分别展开心理测评，此测评方式较为被动，且相邻两次的测评间隔较长，不利于实时主动了解青少年的心理变化状况，一旦个别青少年在此期间出现心理问题，则容易产生极端行为，不利于青少年心理健康发展。

技术实现思路

[0004]为了解决上述至少一个技术问题，本专利技术提出了一种基于心理素养的测评方法、系统和可读存储介质，能够实时主动了解学员的心理状况，一旦发现学员出现心理问题，则及时采取心理辅导措施，避免学员产生极端行为，有利于青少年心理健康发展。
[0005]本专利技术第一方面提出了一种基于心理素养的测评方法，所述方法包括：按照预设的周期，并采用测评表对指定范围内的学员进行心理素养测评；自每一轮周期的开始时间起，并在结束时间之前，分别通过多种渠道获取指定范围内每个学员的事件信息；构建极端行为风险预测模型，并通过样本数据库中的样本事件对极端行为风险预测模型进行训练，得到最优参数，然后将最优参数置入所述极端行为风险预测模型中，得到最优的极端行为风险预测模型；基于每个学员的事件信息，并经由最优的行为风险预测模型预测得出对应学员的极端行为风险值；判断所述极端行为风险值是否达到第一预设阈值，如果是，则将对应学员标记为预警学员，触发采用测评表及时对所述预警学员进行测评，并根据测评结果确定是否介入心理辅导干预。
[0006]本方案中，采用测评表对指定范围内的学员进行心理素养测评，具体包括：预设测评表为n个，n个测评表对学员综合心理素养的评价权重为；分别接收学员对n个测评表的作答结果，根据n个测评表的作答结果，并基于每个测评表的评分机制对每个测评表进行打分，得到n个测评表的评分为；将评价权重，与对应的评分，进行对应相乘，并对乘积
进行累加，从而得到对应学员的综合心理素养评分；判断综合心理素养评分是否小于第二预设阈值，如果是，则介入心理辅导干预，否者，则无需介入心理辅导干预。
[0007]本方案中，基于每个测评表的评分机制对每个测评表进行打分，具体包括：获取p个学员基于相同测评表的测评结果，预设该相同测评表有q个测评题；从p个学员中选定一个目标学员，将该目标学员基于相同测评表的每个测评题的作答结果与其它剩余学员的对应测评题的作答结果进行一一比对；判断每个测评题的作答结果一致性比例是否超出，如果是，则对该目标学员的对应测评题判定得分；否者，判定不得分；分别获取目标学员基于q个测评题的作答得分判定情况；对q个测评题中判定为得分的测评题进行汇总，并计算得到所述目标学员基于该测评表的测评得分。
[0008]本方案中，在经由最优的行为风险预测模型预测得出对应学员的极端行为风险值之后，所述方法还包括：在指定范围内找出同龄段的参考学员，并获取每个参考学员的历史事件信息，以及对应的真实极端行为；将对应的真实极端行为根据预设的极端行为等级表匹配出对应的极端行为真实风险值；针对每个参考学员的历史事件信息进行特征分析，分别得到每个参考学员的历史事件信息的第一特征量；针对所述对应学员的事件信息进行特征分析，得到第二特征量；对比每个参考学员的第一特征量与所述对应学员的第二特征量之间的差异率；将差异率小于第三预设阈值的参考学员加入校正库中；分别对所述校正库中每个参考学员的历史事件信息进行神经网络学习，并由最优的行为风险预测模型预测出每个参考学员对应的极端行为预测风险值；针对每个参考学员，分别将对应的极端行为预测风险值与对应的极端行为真实风险值进行作差，得到对应的差值；对所有参考学员的极端行为预测风险值与对应的极端行为真实风险值之间的差值进行平均化计算，得到校正值；将最优的行为风险预测模型预测得出对应学员的极端行为风险值与所述校正值进行相加，得到校正后的极端行为风险值。
[0009]本方案中，在触发采用测评表及时对所述预警学员进行测评之后，所述方法还包括：在采用测评表A对所述预警学员进行测评时，分别计算所述测评表A中每个测评题与所述预警学员的事件信息之间的关联度；将关联度超过第四预设阈值的测评题进行提取出，并输入测评真实性验证数据库；计算测评真实性验证数据库中各个测评题的作答结果与所述事件信息的整体匹配度；
判断所述整体匹配度是否超出第五预设阈值，如果是，则判定所述预警学员的测评表A作答结果有效，否者，则判定为无效。
[0010]本方案中，分别通过多种渠道获取指定范围内每个学员的事件信息，具体包括：通过前端的视频采集器获取对应学员的视频流，其中所述视频流包括按照时间顺序的多个视频图像；按照预设固定值C将视频流进行分组，分别对每组的视频图像中的C个视频图像进行学员图像定位；基于学员图像定位后C个视频图像分别进行提取学员的形体特征；基于各组视频图像，分别计算所有相邻两个视频图像的形体特征之间的变化量，并基于所有相邻两个视频图像的形体特征之间的变化量，计算出变化量平均值；依次判断相邻两个视频图像的变化量与变化量平均值之间的大小，如果大于，则标记对应的两个视频图像为代表视频图像，如果小于，则剔除对应的两个视频图像；由前端的视频采集器挑选出各组的代表视频图像并通过网络传输给后端的图像识别模块；由所述图像识别模块对接收的代表视频图像进行图像识别分析处理，获取对应学员的姿态动作信息，以作为对应学员的事件信息。
[0011]本专利技术第二方面还提出一种基于心理素养的测评系统，包括存储器和处理器，所述存储器中包括一种基于心理素养的测评方法程序，所述基于心理素养的测评方法程序被所述处理器执行时实现如下步骤：按照预设的周期，并采用测评表对指定范围内的学员进行心理素养测评；自每一轮周期的开始时间起，并在结束时间之前，分别通过多种渠道获取指定范围内每个学员的事件信息；构建极端行为风险预测模型，并通过样本数据库中的样本事件对极端行为风险预测模型进行训练，得到最优参数，然后将最优参数置入所述极端行为风险预测模型中，得到最优的极端行为风险预测模型；基于每个学员的事件信息，并经由最优的行为风险预测模型预测得出对应学员的极端行为风险值；判断所述极端行为风险值是否达到第一预设阈值，如果是，则将对应学员标记为预警学员，触发采用测评表及时对所述预警学员进行测评，并根据测评结果确定是否介入心理辅导干预。
[0012]本方案中，采用测评表对指定范围内的学员进行心理素养测评，具体包括：预设测评表为n个，n个测评表对学员综合心理素养的评价权重为；分别接收学员对n个测评表的作答结果，根据n个测评表的作答结果，并基于每个测评表的评本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于心理素养的测评方法，其特征在于，所述方法包括：按照预设的周期，并采用测评表对指定范围内的学员进行心理素养测评；自每一轮周期的开始时间起，并在结束时间之前，分别通过多种渠道获取指定范围内每个学员的事件信息；构建极端行为风险预测模型，并通过样本数据库中的样本事件对极端行为风险预测模型进行训练，得到最优参数，然后将最优参数置入所述极端行为风险预测模型中，得到最优的极端行为风险预测模型；基于每个学员的事件信息，并经由最优的行为风险预测模型预测得出对应学员的极端行为风险值；判断所述极端行为风险值是否达到第一预设阈值，如果是，则将对应学员标记为预警学员，触发采用测评表及时对所述预警学员进行测评，并根据测评结果确定是否介入心理辅导干预。2.根据权利要求1所述的一种基于心理素养的测评方法，其特征在于，采用测评表对指定范围内的学员进行心理素养测评，具体包括：预设测评表为n个，n个测评表对学员综合心理素养的评价权重为；分别接收学员对n个测评表的作答结果，根据n个测评表的作答结果，并基于每个测评表的评分机制对每个测评表进行打分，得到n个测评表的评分为；将评价权重，与对应的评分，进行对应相乘，并对乘积进行累加，从而得到对应学员的综合心理素养评分；判断综合心理素养评分是否小于第二预设阈值，如果是，则介入心理辅导干预，否者，则无需介入心理辅导干预。3.根据权利要求2所述的一种基于心理素养的测评方法，其特征在于，基于每个测评表的评分机制对每个测评表进行打分，具体包括：获取p个学员基于相同测评表的测评结果，预设该相同测评表有q个测评题；从p个学员中选定一个目标学员，将该目标学员基于相同测评表的每个测评题的作答结果与其它剩余学员的对应测评题的作答结果进行一一比对；判断每个测评题的作答结果一致性比例是否超出，如果是，则对该目标学员的对应测评题判定得分；否者，判定不得分；分别获取目标学员基于q个测评题的作答得分判定情况；对q个测评题中判定为得分的测评题进行汇总，并计算得到所述目标学员基于该测评表的测评得分。4.根据权利要求1所述的一种基于心理素养的测评方法，其特征在于，在经由最优的行为风险预测模型预测得出对应学员的极端行为风险值之后，所述方法还包括：在指定范围内找出同龄段的参考学员，并获取每个参考学员的历史事件信息，以及对应的真实极端行为；将对应的真实极端行为根据预设的极端行为等级表匹配出对应的极端行为真实风险值；
针对每个参考学员的历史事件信息进行特征分析，分别得到每个参考学员的历史事件信息的第一特征量；针对所述对应学员的事件信息进行特征分析，得到第二特征量；对比每个参考学员的第一特征量与所述对应学员的第二特征量之间的差异率；将差异率小于第三预设阈值的参考学员加入校正库中；分别对所述校正库中每个参考学员的历史事件信息进行神经网络学习，并由最优的行为风险预测模型预测出每个参考学员对应的极端行为预测风险值；针对每个参考学员，分别将对应的极端行为预测风险值与对应的极端行为真实风险值进行作差，得到对应的差值；对所有参考学员的极端行为预测风险值与对应的极端行为真实风险值之间的差值进行平均化计算，得到校正值；将最优的行为风险预测模型预测得出对应学员的极端行为风险值与所述校正值进行相加，得到校正后的极端行为风险值。5.根据权利要求1所述的一种基于心理素养的测评方法，其特征在于，在触发采用测评表及时对所述预警学员进行测评之后，所述方法还包括：在采用测评表A对所述预警学员进行测评时，分别计算所述测评表A中每个测评题与所述预警学员的事件信息之间的关联度；将关联度超过第四预设阈值的测评题进行提取出，并输入测评真实性验证数据库；计算测评真实性验证数...

【专利技术属性】
技术研发人员：邹伟建，黄明贵，黄立彬，
申请(专利权)人：广东数业智能科技有限公司，
类型：发明
国别省市：