基于学生行为数据的心理状态感知

发布时间：2023-06-10 12:32

　　随着中国经济及社会的发展,人民的生活水平显著提高,但伴随而来的学业压力、情感问题、家庭问题、就业压力等,使得中国大学生因为心理问题导致的轻生事件屡见不鲜。由于目前大部分人对心理疾病的认知不足,主动就诊的意愿低,因此及时发现和干预存在心理问题的学生是刻不容缓的。而大数据时代的到来,为我们的研究目标提供了可行性,不仅从数据层面提供了数据支撑,也从技术层面为我们提供了分析方法。本文基于学生在校园里产生的行为数据,挖掘其与心理状态相关联的特征并构建算法模型,用于感知学生的异常心理,辅助心理学家及时的对心理异常的学生进行心理干预,为心理学研究者提供新的思路。本文通过分析学生测评量表数据,阐述各个测评维度的心理学含义,通过皮尔逊相关系数衡量维度之间的相关性,得出抑郁与自杀潜在风险、焦虑等心理状态存在非常强的相关性。并以此为基础,从两个方面刻画学生的心理状态相关的特征,即不随时间发生较大变化的静态特征和随时间不断变化的动态特征,这两个方面的特征分别表征影响人心理与性格与生俱来的静态因素和影响心理与情绪的后天生活环境及行为。具体地,静态特征包括学生的一些基本属性,通过假设检验和回归分析其中与抑郁状态相...

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 本文的主要贡献与创新
    1.4 本文组织结构
第二章 数据挖掘相关概念与技术
    2.1 数据挖掘基本概念
    2.2 数据处理技术
        2.2.1 数据筛选
        2.2.2 数据清洗
        2.2.3 数据转换
        2.2.4 数据集成
    2.3 数据分析方法
        2.3.1 皮尔逊积矩相关系数
        2.3.2 线性回归分析
        2.3.3 逻辑回归分析
    2.4 数据挖掘方法
        2.4.1 分类算法
        2.4.2 集成学习方法
    2.5 本章小结
第三章 学生测评量表数据分析
    3.1 数据敏感性说明
    3.2 大学生入学普查问卷
        3.2.1 各个测评维度概念及含义
        3.2.2 测评维度数据统计分析
        3.2.3 测试维度相关性分析
    3.3 症状自评量表SCL-90
        3.3.1 各个测评维度概念及含义
        3.3.2 测评维度数据统计分析
        3.3.3 测试维度相关性分析
    3.4 本章小结
第四章 心理状态感知模型特征分析与构造
    4.1 数据清洗
    4.2 模型静态特征分析
        4.2.1 抑郁影响因素的单因素二元逻辑回归分析
        4.2.2 抑郁影响因素的多因素二元逻辑回归分析
        4.2.3 抑郁影响因素的多元线性回归分析
    4.3 模型动态特征构造
        4.3.1 学生消费特征
        4.3.2 学生行为特征
        4.3.3 社交关系特征
    4.4 本章小结
第五章 心理状态感知模型
    5.1 心理状态感知模型建立
        5.1.1 数据准备
        5.1.2 模型构建
        5.1.3 模型评价指标
    5.2 模型实验结果对比和分析
    5.3 模型参数调优和结果分析
    5.4 本章小结
第六章 全文总结与展望
    6.1 全文总结
    6.2 后续工作展望
致谢
参考文献



本文编号：3832890