基于大數(shù)據(jù)的高校心理危機預警的智能服務研究

基于大數(shù)據(jù)的高校心理危機預警的智能服務研究摘要：本文通過大數(shù)據(jù)文本處理技術，采用知識圖譜技術實時監(jiān)控所覆蓋學生群體網(wǎng)絡自媒體（如微博）等文本信息，實時形成三級危機預警報告，輔助人工評估進行危機預防及干預，并通過大數(shù)據(jù)輔助建構“實時評估—智能風控—危機干預”心理危機預警的智能服務體系，為高校心理健康工作提供智能保障。中圖分類號：G642

文獻標識碼：B

論文編號：1674-2117（2021）07-0105-04十九大報告指出，推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能與實體經(jīng)濟深度融合。[1]說明大數(shù)據(jù)時代的數(shù)據(jù)儲備、技術理念，正以前所未有的方式預測事物發(fā)展趨勢，改變大學生的知識體系、生活方式及心理健康水平。大學生作為接觸最活躍思想、最先進技術、最密集知識的排頭兵群體，其心理健康標準體系在大數(shù)據(jù)時代產(chǎn)生了革命性的變化，導致認知、情感與行為方式的改變，給高校危機干預提供了海量化、實時化、個性化、可量化數(shù)據(jù)資源。[2]在互聯(lián)網(wǎng)高速發(fā)展的今天，網(wǎng)絡社交媒體成為大學生傾訴想法、宣泄情緒的重要平臺，這些信息中包含了很多心理危機信息，為危機干預提供了豐富而寶貴的數(shù)據(jù)。[3]高校心理危機干預的研究現(xiàn)狀目前，抑郁癥、焦慮癥等心理問題已經(jīng)成為高校大學生心理危機干預中的高發(fā)問題，然而目前高校心理危機干預面臨很多因互聯(lián)網(wǎng)技術的發(fā)展而帶來的挑戰(zhàn)[4]：第一，微信、微博、QQ等社交媒體蘊含著大學生心理危機評估診斷重要線索，但無法實時提取分析;第二，傳統(tǒng)心理危機評估多依靠經(jīng)驗或直覺，反饋模糊延遲，難以量化評估與風險控制[5];第三，危機干預機制延遲僵化，效率低下，事故頻發(fā)[6];第四，危機干預的跟蹤評估機制缺乏可持續(xù)性。知識圖譜技術危機預警分級標準為了更加精準地篩選、甄別危機個體，本研究提出危機預警分級系統(tǒng)。根據(jù)自殺方式的確定性、時間緊迫性等因素確定危機風險級別，級別越高代表危機越大、自殺風險越大。[9]具體的危機預警分級如下頁表所示。本研究通過Python爬蟲八爪魚等工具抓取大數(shù)據(jù)，獲得心理危機監(jiān)測智能系統(tǒng)所需的信息知識支撐，構建常見高危心理病癥的知識圖譜，提供心理危機相關的各種基本信息，如抑郁癥表征、焦慮癥表征，用于篩選、抓取社交媒體（如微博等）信息進行分析與判斷。本研究對心理危機進行心理畫像描述，如抑郁癥的知識圖譜對自殺方式、自殺計劃、自殺行動、自殺時間、自殺地點、自殺體驗、負性情緒、痛苦表達等描述，由不同心理危機的知識圖譜組合構成。本研究的文本處理知識圖譜由自殺圖譜、時間圖譜、空間圖譜、意愿圖譜等作為主要構成集合。（1）自殺圖譜。本研究利用大數(shù)據(jù)文本處理技術監(jiān)控高、中、底三級自殺危機學生群體。根據(jù)自殺方式（采用何種行為方式實施自殺計劃，如跳樓、投河、服藥、上吊等）、自殺計劃（根據(jù)自殺計劃的詳細具體程度判定，計劃越詳細、實施的可能性越大）、自殺行動（根據(jù)采取自殺行動，如相約自殺、遺言自殺等）描述進行記分評估。（2）時間圖譜。時間圖譜是對危機事件中嵌入時間的描述，包括絕對時間（如日歷、節(jié)假日等）和相對時間（如過去、現(xiàn)在、將來等）的描述。（3）空間圖譜?？臻g圖譜或稱為地點圖譜，是對危機事件中嵌入空間地理位置的描述，包括定位地點（自媒體軟件定位）和描述地點（空間地理位置的文本描述）。（4）意愿圖譜。意愿圖譜是對危機事件的主體的主觀愿望或相近情緒的描述，主要用于判定分析危機主體是否有自殺意愿及自殺意愿強烈程度（分為不想自殺、比較想自殺、非常想自殺三級）。根據(jù)以上危機預警分級標準，進行語義數(shù)據(jù)處理，對抓取的數(shù)據(jù)進行數(shù)據(jù)挖掘、分析，生成對應的危機預警報告，針對高危、中危、低危三級不同危機程度，采取相應的危機干預行動方案。危機預防智能系統(tǒng)本研究根據(jù)心理危機預警分級標準，建立語義大數(shù)據(jù)處理流程，能夠每天固定時間段從系統(tǒng)抓取數(shù)據(jù)，進行數(shù)據(jù)清洗、數(shù)據(jù)分析、結果報告、危機判斷、生成報告等步驟，并根據(jù)危機報告結合人工評估復核，最后制訂危機干預方案，進行危機干預行動。本研究對心理危機預警的文本處理過程如下頁圖所示，大數(shù)據(jù)分析通過以下幾個步驟完成。（1）數(shù)據(jù)抓?。豪冒俗︳~工具在微博抓取當天數(shù)據(jù)，生成HTML格式數(shù)據(jù)。數(shù)據(jù)抓取模塊需要根據(jù)各個知識圖譜設定操作化指標判斷需要抓取的數(shù)據(jù)，且避免重復抓取造成數(shù)據(jù)冗余。（2）數(shù)據(jù)清洗：把抓取的數(shù)據(jù)對其每一條信息提取關鍵詞信息，關鍵詞需要10個屬性——時間、發(fā)文地址、微博賬號、微博名稱、文案內(nèi)容、情緒關鍵詞、回復對象微博名稱、回復對象微博地址、回復內(nèi)容、回復情緒關鍵詞，將關鍵詞信息生成一個文件，將其他無關信息刪除。Statement（crisisrisk（7），[plan，time）），-->UninterestedText（_M1），rdfsSubclassof（Time，future，timeOntology），UninterestedText（_M2），rdfsSubclassof（Plan，crisisplan，crisisOntology），UninterestedText（_M3）.Statement（crisisrisk（7），[plan，time）），-->UninterestedText（_M1），rdfsSubclassof（Plan，crsisPlan，crsisOntology），UninterestedText（_M2），rdfsSubclassof（Timefuture，timeOntology），UninterestedText（_M3）.這一算法邏輯為：如果一條信息談到自殺計劃和自殺時間，且沒有關于這個自殺計劃的否定表達，這條信息將被判斷為危機風險7級，即高危風險。（4）危機判斷：上述算法規(guī)則中，“rdfsSubclassof”用于判斷是否包含自殺圖譜中描述的某種自殺計劃及時間圖譜中關于將來的時間描述?！皍ninterestedText”進一步判斷這個語句不包含否定愿望圖譜。根據(jù)算法篩選評估信息危機評分：7～10分為高危信息，4～6分為中危信息，0～3分為低危信息。（5）生成報告：根據(jù)算法評估結果，生成大數(shù)據(jù)危機預警報告。高危信息為立刻上報人工復核處理，中危信息為每天固定時間上報，待人工復核，低危信息為過濾信息，不做處理。（7）危機方案制訂：學校危機干預工作團隊根據(jù)大數(shù)據(jù)報告和人工復核結果，迅速做出反應，制訂對應的危機干預方案。（8）危機干預行動：學校由學生處、保衛(wèi)處、校醫(yī)院等多個危機干預核心部門協(xié)同展開危機干預行動，及時聯(lián)系校外醫(yī)院、公安等部門聯(lián)動，力求在最短時間內(nèi)化解危機。盡管本研究的風險信息報告的平均正確率為78.69%，但是大數(shù)據(jù)報告生成后，仍然立刻對危機信息進行人工復核，即讓心理學專業(yè)人員進行文本評估后，再制訂危機干預方案，從而保證了危機干預行動沒有出現(xiàn)誤判或失誤。本研究對心理危機預警的危機評估和危機干預中體現(xiàn)了大數(shù)據(jù)分析的優(yōu)勢，尤其是知識圖譜的技術特點。雖然本系統(tǒng)不能做到100%的危機檢出率，但本研究將從這些遺漏信息中再次分析，以改進現(xiàn)有的危機判斷規(guī)則，提高大數(shù)據(jù)技術支撐的決策準確率。[1]習近平.決勝全面建成小康社會奪取新時代中國特色社會主義偉大勝利——在中國共產(chǎn)黨第十九次全國代表大會上的報告[N].人民日報，2017-10-28（01）.[2]高雯，董成文，竇廣波，等.心理危機干預的任務模型[J].中國心理衛(wèi)生雜志，2017，31（01）：89-93.[4]李飛，葛魯嘉.大數(shù)據(jù)之于心理健康教育：功能邊界與實施取向[J].思想理論教育，2016（07）：87-91.[6]陳真真，楊雪梅.中小學生心理援助熱線來電者的特征及咨詢內(nèi)容[J].中國心理衛(wèi)生雜志，2016，30（12）：933-935