呂蕊

【摘要】? ? 心理問題是引發(fā)一系列惡性事件的罪魁禍首。隨著高職學(xué)生自殺和犯罪等惡性事件的逐步升級，社會各界越來越重視高職學(xué)生的心理危機。社交媒體大數(shù)據(jù)可以實時準確的為大學(xué)生心理危機進行篩查，在相關(guān)心理學(xué)研究中得出情緒變化可以預(yù)測出人的心理危機。在此基礎(chǔ)上，心理危機預(yù)警模型及其算法基于應(yīng)激事件和人格特征的計算，通過分析不同類型情緒的強度和閾值來評估情緒行為，然后根據(jù)情緒的變化按時間順序確定心理危機的風(fēng)險水平，為學(xué)生心理危機提供早期預(yù)警.仿真結(jié)果表明，該方法能反映學(xué)生情緒變化的過程，當他們應(yīng)激壓力狀態(tài)時，可以有效地提醒他們心理危機。

【關(guān)鍵詞】? ? 心理危機預(yù)警? ? 社交媒體? ? 大數(shù)據(jù)

目前由于自殺、犯罪等威脅事件的心理問題，每年都在加劇，這對高校的日常管理、學(xué)生的整體健康發(fā)展、家庭和社會的穩(wěn)定都有極為不利的影響。因此，需要高校實施精準科學(xué)的心理預(yù)警，及時發(fā)現(xiàn)和解決可能出現(xiàn)的問題。社交媒體大數(shù)據(jù)是教育技術(shù)的三大支柱之一，在促進教育方面發(fā)揮著多樣化的作用，因此與教育的融合是必然的。社交媒體是學(xué)生注冊生活、表達、分享和交流觀點的最重要方式。也是反映學(xué)生真實狀態(tài)實時可靠的大數(shù)據(jù)源之一。

一、理論依據(jù)及模型構(gòu)建

1.激發(fā)反應(yīng)理論。心理危機是一個人的心理反應(yīng)，它通常發(fā)生在個人面臨不可避免的、更大的壓力時，經(jīng)過個人評估，壓力會對個人的狀況、安全產(chǎn)生危險，并且自身動用個人所具備的應(yīng)對手段都失敗后，個體會有明顯的急性情緒以及認知和行為上的功能紊亂。這也被稱為引起應(yīng)激的生活事件，即應(yīng)激的成因，主要由四種類型組成：軀體的，心理的，文化和社會事件。軀體事件是直接影響人體并引起壓力的事件，就如高溫又或者是疾病等。心理事件是心理沖突造成應(yīng)激的事件，就如外界對某一次考試成績的期待太高。文化事件主要是受生活方式以及宗教信仰發(fā)生改變而產(chǎn)生了壓力的事件，就比如海外留學(xué)等等。社會事件主要是社會事件而產(chǎn)生壓力的事件，就比如人際關(guān)系不融洽，社會動亂等等。應(yīng)激反應(yīng)的類型可以分為3類;即心理、生理、行為反應(yīng)。心理反應(yīng)通常包括情緒反應(yīng)和認知反應(yīng)。常見的情緒反應(yīng)包括恐懼、焦慮、抑郁、憤怒等。常見的認知反應(yīng)有偏執(zhí)、沉思、否認等。生理反應(yīng)主要是指生理指標的變化。例如血壓和呼吸等生理指標。行為反應(yīng)主要包括回避、羞辱、敵意、自憐等。

應(yīng)激事件引起的應(yīng)激反應(yīng)會產(chǎn)生心理反應(yīng)，主要表現(xiàn)為情緒反應(yīng)，它不僅意味著在壓力下無法消除的消極情緒，而且還產(chǎn)生積極的情緒，如果個人沒有足夠的社會支持和應(yīng)對能力，極度緊張和恐懼，以及無法忍受的情緒時會導(dǎo)致情緒不平衡和危機情況的發(fā)生。從以上可以看出情緒可以直接表現(xiàn)出心理危機，長時間負向情緒又或者情緒的劇烈波動，都可證明學(xué)生當前正處在一個危機的狀態(tài)當中。因此對學(xué)生情緒波動的劇烈變化以及長時間的負向情緒進行觀察檢測，是識別心理危機的有效方法。

2.人格理論。應(yīng)激事件是個體情緒反應(yīng)的外在刺激，但在同樣的壓力下，每個個體的反應(yīng)也有所不同，情緒反應(yīng)也不一樣，這在很大程度上取決于個人的人格。人格是影響情緒表達的重要因素;相關(guān)學(xué)者的研究還證實心理危機與人的人格有一定的關(guān)系。不同的心理學(xué)家提出了不同的人格模式，被普遍認為是“五大”人格模型。開放型具有創(chuàng)造性、情感性等特點;謹慎型具有公正性、謹慎性、克制性等;外傾型具有溫暖、堅定、冒險和客觀性;宜人型具有自信、直率、依從等特點;神經(jīng)質(zhì)型具有焦慮、敵意、沖動等特點。人格特質(zhì)是學(xué)生個人情緒變化的內(nèi)在原因，例如開放性人格學(xué)生在面對挫折時的，能夠積極客觀地去解決問題;而具有神經(jīng)質(zhì)人格的學(xué)生在遇到同樣挫折時容易表現(xiàn)的消極。

二、心理危機預(yù)警模型構(gòu)建

1.數(shù)據(jù)源層。據(jù)中國互聯(lián)網(wǎng)信息中心報道，高校學(xué)生年齡段人群最受歡迎的社交應(yīng)用之一是“新浪”微博，新浪微博中用戶數(shù)據(jù)非常多，且具有一定時效性和客觀性，并且可利用API對這些用戶數(shù)據(jù)進行獲取，本文主要根據(jù)社交媒體大數(shù)據(jù)對高職生數(shù)據(jù)進行采集和分析。在新浪微博中高職學(xué)生的數(shù)據(jù)通?？煞譃閮纱箢惣磩討B(tài)數(shù)據(jù)和靜態(tài)數(shù)據(jù)，動態(tài)數(shù)據(jù)主要是學(xué)生發(fā)表的各種博客文章;靜態(tài)數(shù)據(jù)就包含昵稱、出生年月日、學(xué)校信息以及個人愛好等。新浪微博中的API可以對高職學(xué)生數(shù)據(jù)進行采集，讓后將數(shù)據(jù)預(yù)處理整理成統(tǒng)一的數(shù)據(jù)格式在數(shù)據(jù)庫中存儲，這為基礎(chǔ)計算層提供了相應(yīng)的數(shù)據(jù)支持。

2.基礎(chǔ)計算層?；A(chǔ)計算層主要有兩種計算：即應(yīng)激事件計算和人格計算。應(yīng)激事件計算主要是分析學(xué)生在社交媒體上發(fā)表的文本，識別所表達的應(yīng)激事件?；裟匪箘?chuàng)建的LCU量表將其分為43類。相關(guān)學(xué)者結(jié)合LCU指標表研究了各種生活事件對中國人的影響，它展示了65個生活事件，展示了LEU對四個年齡段的重要性：青年、中年、更年和老年。本研究挑選了20名面臨更可能出現(xiàn)應(yīng)激事件的高職學(xué)生，如父母死亡、父母離婚，學(xué)校開除、家庭病重、學(xué)習(xí)成績高、傷病嚴重、失戀、就業(yè)困難以及學(xué)習(xí)困難等等。本研究采用詞典方法計算應(yīng)激事件，主要是通過對心理學(xué)的研究，在學(xué)生社交媒體中，文字表達（單詞、語境）和應(yīng)激事件來創(chuàng)建學(xué)生應(yīng)激詞典。然后，利用人工智能實驗室建立的單詞矢量模型，識別其他具有與手動獲取的單詞含義相似的單詞，如果微博包含字典中的任何單詞，則說明表達了相應(yīng)的應(yīng)激事件。

人格計算，許多研究表明，個性會影響社交媒體用戶的行為。通過收集和計算社交媒體上的用戶數(shù)據(jù)，我們可以分析學(xué)生的個人特征。通過深度學(xué)習(xí)法，我們可以全面分析學(xué)生的個性特征。人格的計算基于“五”社交媒體人格模型。人格計算采用hie系統(tǒng)，根據(jù)表情、交互形式等多維數(shù)據(jù)，并基于堆疊泛化方法，結(jié)合各種特征語義信息，形成對人格類型的預(yù)測。

3.情緒計算層。在前人研究的基礎(chǔ)上進行總結(jié)，提出了根據(jù)應(yīng)激事件和人格的情緒計算法，此算法的主要思想是根據(jù)人格和應(yīng)激事件計算出某一時刻不同情緒的情緒強度;此外，學(xué)生的人格特征評估他們的情緒強度是否超過相應(yīng)的閾值。在該算法中，根據(jù)Ekman等人的情緒分類方法對情緒類型進行分類，主要將情緒分為了六種類型，即厭惡、憤怒、驚奇、恐懼、高興、悲傷，正向情緒主要包含驚奇、高興，負向情緒主要包含厭惡、憤怒、恐懼、悲傷。

情緒強度計算。情緒強度是指人們選擇事物的傾向。結(jié)合人格計算和應(yīng)激事件計算的結(jié)果，可以計算出六種情緒類型學(xué)生在一定時期內(nèi)的相應(yīng)情緒強度值。其中，積極情緒分布在區(qū)間[0，1]，消極情緒分布在區(qū)間[-1，0]。每個人都有一個情感活動的閾值。如果情感強度超過這個閾值，個人情緒是可以表達的。為了計算情緒閾值，目前大多數(shù)研究將其描述為一個常數(shù)。根據(jù)學(xué)生的個性特征，估算積極和消極情緒表現(xiàn)的閾值，然后評估學(xué)生是否表達特定情緒，情緒強度是否超過閾值。計算不同的情緒強度是評估學(xué)生是否表達這種情緒的重要依據(jù)。

4.危機預(yù)警層。本研究采用對情緒持續(xù)觀測的方法來評估時間序列變化后的心理危機風(fēng)險。通過觀察和研究，主要發(fā)現(xiàn)如下，情緒的急劇變化，在短時間內(nèi)由正向情緒變?yōu)樨撉榫w，又或者由負向情緒變?yōu)檎蚯榫w。負向情緒持續(xù)時間過長，本研究提出了一種雙重監(jiān)控方法，該方法考慮了預(yù)警值和持續(xù)時間，結(jié)合在連續(xù)時間序列中改變不同情緒或在未來時間改變情緒強度的過程。按[0，1]區(qū)間計算相應(yīng)的預(yù)警值，它在五級預(yù)警系統(tǒng)中可視化，影響情緒劇烈變化的計算和負面情緒的持續(xù)時間。本研究規(guī)定時間序列間隔以天為單位，當學(xué)生每天寫作超過兩次時，他們會選擇最大情緒值作為一天的積極情緒值和消極情緒值。

三、算法設(shè)計

1.閾值估算函數(shù)。大多數(shù)研究將情緒閾值定義為一個恒定值，例如將積極和消極情緒閾值分別設(shè)置為0.8和0.21。還有一部分學(xué)者將正向情緒閾值和負向情緒閾值分別定義為0.16和-0.12，一些研究人員還將情緒閾值和人格之間的關(guān)系定義為線性函數(shù)。部分學(xué)者提出的情緒閾值計算函數(shù)為：M=124;o o-o n-o，Brough124;或10，其中O代表開放型人格，n代表神經(jīng)質(zhì)人格。然而，在現(xiàn)實生活中，不同的人對相同的應(yīng)激事件給出不同的答案。用簡單的FIXO值或線性TEM關(guān)系來估計情緒閾值有很大的局限性;基于Watson等人相關(guān)研究的基礎(chǔ)上，提出了一種評估情緒閾值的新方法。Watson等人表明，責(zé)任感和外傾性人格對積極情緒有顯著影響;神經(jīng)質(zhì)人格對負性情緒有顯著影響。

2.心理危機預(yù)警功能。本研究需要統(tǒng)計情緒強度變化以及情緒持續(xù)時間。如果情緒強度變化以及持續(xù)時間超出了一定范圍，這將被認為是學(xué)生心理狀態(tài)的一個急劇變化，例如，可能導(dǎo)致負情緒（I POS=0.8），正能量高達0.8（I NEG=-0），（8）同時，如果負情緒期太長，例如超過3天，因此，本研究提出了一種心理危機預(yù)警算法，分別引入六種情感的差異I或負性感覺的時差。

四、仿真實驗

4.1神經(jīng)質(zhì)人格多重刺激

模擬神經(jīng)質(zhì)人格在t=3時采取正向刺激，然后在t=7時改變情緒，在t=3采取正向刺激后，正向情緒的強度逐漸增大，負向情緒的強度逐漸降低;時間的變化過程中正向情緒的強度逐漸下降，不再顯現(xiàn)，負性情緒強度呈上升趨勢，當T=7時，正性情緒強度逐漸降低，負性情緒強度逐漸升高，隨后正向情緒的強度增加，但始終小于激活閾值，不再被激活，而情緒的負強度逐漸減弱，但情緒“恐懼”突破了閾值表現(xiàn)了出來。

五、結(jié)束語

本研究基于心理學(xué)的相關(guān)理論，本研究得出結(jié)論，通過持續(xù)觀察情緒可以預(yù)警心理危機，在改進情緒預(yù)測算法的基礎(chǔ)上提出了一種心理危機預(yù)警算法，基于社會媒體大數(shù)據(jù)通過人格計算，可以預(yù)測情緒狀態(tài)的持續(xù)時間和強度，應(yīng)激事件的影響和情緒計算與衰減的結(jié)合，有效地避免了單純使用機器學(xué)習(xí)算法所存在的概率問題概率。該研究所開發(fā)的基于一定心理學(xué)理論的心理危機涉及心理學(xué)、醫(yī)學(xué)、社會學(xué)等學(xué)科，模型和算法的驗證也需要不斷的數(shù)據(jù)跟蹤。需要進一步研究實際應(yīng)用中的問題，學(xué)生可能不經(jīng)常在社交媒體來表達他們的感受，當這種情況發(fā)生時，要擴大各種社會媒體的信息收集范圍。要想獲得準確的心理危機預(yù)警就需要進行整合多源異構(gòu)數(shù)據(jù)，除了學(xué)生使用的新浪微博以外，還要對學(xué)校信息管理系統(tǒng)中的家庭狀況、學(xué)習(xí)成績等重要數(shù)據(jù)進行整合，又或者知乎、百度貼吧等信息也是一個重要的數(shù)據(jù)來源。另外字是否有學(xué)生描述壓力的單詞，這可能會導(dǎo)致這些問題的解決主要取決于在現(xiàn)有的分離軟件中識別未注冊單詞的能力例如，在當前軟件中，“借用詞”（hidden markov model，HMM）標識當前表達式的單詞，還沒有包含在應(yīng)激事件字典中，如果定義了一個新單詞，它會自動提醒分析人員人工識別它們，描述一個應(yīng)激事件，同時會手動添加到字典中。

參? 考? 文? 獻

[1]鞠慧.基于“樹理論”的高職學(xué)生心理危機預(yù)警工作探究[J].法制與社會，2019（31）：168-169.

[2]潘亞姝，朱麗芬，周弦.高職院校學(xué)生心理危機預(yù)警系統(tǒng)構(gòu)建與實踐——以昆明冶金高等?？茖W(xué)校為例[J].昆明冶金高等專科學(xué)校學(xué)報，2018，34（02）：85-90.

[3]崔伶玲.高職院校學(xué)生新生心理普查結(jié)果與分析研究——以無錫藕塘各職教學(xué)院為例[J].文化創(chuàng)新比較研究，2018，2（02）：146-147.

[4]張志剛，易今科.高職鐵道專業(yè)學(xué)生企業(yè)實習(xí)心理危機問題與干預(yù)研究[J].科技視界，2014（32）：15-16.