劉忠艷 喬沐溪 喬付

關(guān)鍵詞：心理危機(jī)；干預(yù)；大學(xué)生；文本分析；問卷調(diào)查

0 引言

大學(xué)生心理健康是關(guān)系到個(gè)體發(fā)展和社會穩(wěn)定的重要問題[1]。近年來，隨著社會的快速發(fā)展，大學(xué)生面臨的各種心理壓力越來越大，心理危機(jī)現(xiàn)象日益凸顯[2]。如何有效地檢測大學(xué)生的心理危機(jī)，及時(shí)提供干預(yù)措施，成為當(dāng)前研究的熱點(diǎn)。傳統(tǒng)的心理檢測方法大多基于問卷調(diào)查和量表測量，這種方法不僅主觀性強(qiáng)，而且效率較低。因此，尋找一種客觀、高效的心理危機(jī)檢測方法成為當(dāng)務(wù)之急。

心理危機(jī)是指個(gè)體在心理活動(dòng)方面出現(xiàn)的明顯異常表現(xiàn)，如焦慮、抑郁、自卑等。這些心理危機(jī)可能導(dǎo)致個(gè)體行為異常、學(xué)業(yè)失敗、身心健康問題等。近年來，隨著大數(shù)據(jù)和人工智能技術(shù)的發(fā)展，基于文本分析的心理危機(jī)檢測方法逐漸受到關(guān)注。這種方法通過分析個(gè)體的文本數(shù)據(jù)，如大學(xué)生的基本信息數(shù)據(jù)、消費(fèi)信息、心理健康情況、微博、博客、日記等，利用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)算法，提取心理危機(jī)的特征，從而進(jìn)行有效的心理危機(jī)識別[3]。在干預(yù)措施方面，現(xiàn)有的研究主要集中在心理咨詢、心理教育和心理治療等方面。然而，這些干預(yù)措施大多針對心理危機(jī)的個(gè)體，忽略了心理危機(jī)的預(yù)防和早期發(fā)現(xiàn)。因此，如何通過機(jī)器學(xué)習(xí)和文本分析技術(shù)，提前發(fā)現(xiàn)個(gè)體的心理危機(jī)，并提供有效的干預(yù)措施，是當(dāng)前研究的熱點(diǎn)和難點(diǎn)。

本研究采用基于文本分析的方法，對大學(xué)生心理危機(jī)進(jìn)行檢測和干預(yù)。首先，利用調(diào)查問卷收集大學(xué)生的文本數(shù)據(jù)，利用情感分析技術(shù)對這些數(shù)據(jù)進(jìn)行情感極性標(biāo)注。通過比較正常文本和危機(jī)文本的情感極性分布，初步篩選出具有心理危機(jī)的大學(xué)生。其次，針對初步篩選出的心理危機(jī)大學(xué)生，利用文本分類技術(shù)對他們的文本數(shù)據(jù)進(jìn)行分類，通過分析分類結(jié)果中的主題和關(guān)鍵詞，提取心理危機(jī)的特征。最后，根據(jù)心理危機(jī)的特征，制定相應(yīng)的干預(yù)措施，包括心理咨詢、心理教育和心理治療等。

1 情感分析技術(shù)

情感分析是當(dāng)今數(shù)據(jù)挖掘領(lǐng)域的基本問題，常用詞頻率-逆文檔頻率（TF-IDF） 方法來突出文本中的重要信息。TF-IDF定義如下：

文本分析步驟：讀取數(shù)據(jù)、進(jìn)行分詞、去掉停止詞、提取TF-IDF特征、結(jié)果分析。

在大學(xué)生心理危機(jī)檢測的文本分析中，常用的公式包括貝葉斯分類器、支持向量機(jī)（Support Vector Ma?chines，SVM） 、邏輯回歸等[5-6]。

貝葉斯分類器是一種基于貝葉斯定理的分類方法，它通過計(jì)算文本中每個(gè)詞語出現(xiàn)的概率，來預(yù)測文本所屬的類別[6-7]。常用的貝葉斯分類器包括樸素貝葉斯和多項(xiàng)式貝葉斯。樸素貝葉斯假設(shè)文本中各個(gè)詞語之間相互獨(dú)立，而多項(xiàng)式貝葉斯則考慮了詞語之間的相關(guān)性。

SVM是一種有監(jiān)督的學(xué)習(xí)方法，它通過將數(shù)據(jù)映射到高維空間中的超平面，來實(shí)現(xiàn)分類[8]。在文本分析中，SVM可以通過計(jì)算文本中的關(guān)鍵詞向量，來判斷文本所屬的類別。

邏輯回歸是一種基于統(tǒng)計(jì)學(xué)的分類方法，它通過計(jì)算文本中的關(guān)鍵詞出現(xiàn)的頻率和權(quán)重，來判斷文本所屬的類別[9]。常用的邏輯回歸模型包括二項(xiàng)邏輯回歸和多項(xiàng)邏輯回歸。

2 數(shù)據(jù)采集與分析

2.1 數(shù)據(jù)采集

文中實(shí)驗(yàn)環(huán)境為Python3.8和Jupyter工具，所使用的實(shí)驗(yàn)數(shù)據(jù)是基于嶺南師范學(xué)院在校大學(xué)生產(chǎn)生的真實(shí)數(shù)據(jù)為基礎(chǔ)的。通過制定問卷星調(diào)查問卷并通過網(wǎng)上發(fā)布來收集樣本，共收集到樣本數(shù)據(jù)200 份[9]。問卷星首頁界面如圖1所示。收集的學(xué)生數(shù)據(jù)主要包括學(xué)生的性別、年級、是否獨(dú)生子女、家庭所在地、自身心理健康關(guān)注度等基本信息，以及學(xué)生消費(fèi)狀況和在校掛科情況、家庭背景影響、對心理健康出現(xiàn)異常的看法和措施等32個(gè)問題，其中還包含問卷來源詳情以及問卷填寫得分等數(shù)據(jù)。采集的信息及部分?jǐn)?shù)據(jù)形式如表1所示。

2.2 詞云圖顯示學(xué)生填寫情況

在該調(diào)查問卷中，設(shè)置了樹洞選項(xiàng)以供學(xué)生填寫心里話，該選項(xiàng)并未設(shè)置為必填項(xiàng)，學(xué)生填寫與否取決于學(xué)生意愿。如圖3所示為學(xué)生樹洞詞云圖，通過詞云圖的顯示結(jié)果可以看出未填寫該答題的學(xué)生占比較大（大部分學(xué)生不愿意吐露心聲），學(xué)生的答題結(jié)果整體看來比較偏向負(fù)面，少部分偏向正面。

如圖4所示為心理危機(jī)學(xué)生樹洞填寫情況詞云圖，可以很直觀地看出分類標(biāo)簽為“心理危機(jī)”的學(xué)生樹洞填寫結(jié)果更偏向于負(fù)面，對于如何有效檢測出這些學(xué)生并進(jìn)行心理干預(yù)至關(guān)重要。

2.3 學(xué)生個(gè)人心理危機(jī)經(jīng)歷及心理健康看法

除了識別出心理危機(jī)的學(xué)生外，對于如何采取有效措施對存在心理危機(jī)的學(xué)生給予援助也至關(guān)重要?？梢詮膶W(xué)生填寫的問卷中了解學(xué)生對自身心理關(guān)注程度，了解他們在碰到心理問題時(shí)如何求助和處理，以及了解學(xué)生對學(xué)校心理健康工作站開設(shè)的必要性等。這對于學(xué)校如何對學(xué)生正確引導(dǎo)以及對哪些方面的工作需要進(jìn)一步加強(qiáng)具有一定意義。

如圖5所示為學(xué)生對學(xué)校心理輔導(dǎo)站開設(shè)看法占比以及開設(shè)心理輔導(dǎo)站必要性占比圖，從該圖可以看出學(xué)生對學(xué)校輔導(dǎo)站開設(shè)作用持負(fù)面看法，覺得學(xué)校開設(shè)輔導(dǎo)站的必要性不大，這對于學(xué)校進(jìn)行學(xué)生危機(jī)心理干預(yù)，幫助學(xué)生走出不良狀況起到一定的阻礙作用。學(xué)校需要加強(qiáng)學(xué)生對心理輔導(dǎo)站方面相關(guān)知識的學(xué)習(xí)，讓學(xué)生了解輔導(dǎo)站的作用，在遇到心理問題時(shí)，能夠第一時(shí)間通過心理輔導(dǎo)站獲取援助。

如圖6和圖7所示分別為學(xué)生獲取心理健康信息相關(guān)知識的來源圖和學(xué)生認(rèn)為學(xué)校需要強(qiáng)化心理工作詞云圖，根據(jù)這兩張?jiān)~云圖顯示可以得出學(xué)生獲取心理健康信息相關(guān)知識的來源一般為網(wǎng)上、講座和書籍；學(xué)生認(rèn)為學(xué)校需要強(qiáng)化的心理工作包括講座的舉行、與學(xué)生多溝通。學(xué)?？梢愿鶕?jù)學(xué)生意見對這些工作進(jìn)行加強(qiáng)。

2.4 心理危機(jī)檢測模型

SVM分類算法在復(fù)雜非線性和高維空間分類中具有明顯的優(yōu)勢。支持向量機(jī)的核心是試圖通過最大化兩個(gè)不相交半平面之間的間隔來減少泛化誤差。在線性不等式約束下，通過最小化凸二次函數(shù)來解決優(yōu)化任務(wù)。

其中，TP 表示心理健康樣本成功預(yù)測為心理健康樣本的數(shù)量，TN 表示心理異常樣本成功預(yù)測為心理異常樣本的數(shù)量，F(xiàn)P 表示心理異常樣本錯(cuò)誤預(yù)測為心理健康樣本的數(shù)量，F(xiàn)N 表示心理健康樣本錯(cuò)誤預(yù)測為心理異常樣本的數(shù)量[10]。

在采用SVM模型檢測心理異常學(xué)生時(shí)，檢測效果在很大程度上受懲罰參數(shù)C和核函數(shù)影響，合適的參數(shù)會大幅度地提升SVM模型的檢測效果。本節(jié)分析參數(shù)C與核函數(shù)對SVM模型的檢測效果的影響。

隨機(jī)從總的200 個(gè)樣本數(shù)據(jù)集中抽取出80%的樣本作為訓(xùn)練集，20%的樣本作為測試集，得到劃分處理的數(shù)據(jù)，代入SVM模型進(jìn)行訓(xùn)練，進(jìn)行30 次重復(fù)實(shí)驗(yàn)，將得到檢測準(zhǔn)確率30 次的平均值作為結(jié)果的準(zhǔn)確率[11]。SVM分類器中其他參數(shù)都取默認(rèn)值，當(dāng)核函數(shù)取值為linear 時(shí)，SVM 模型準(zhǔn)確率取得最大值為0.9，高于其他3 種核函數(shù)。因此，本文SVM模型中核函數(shù)取linear。進(jìn)行同樣的實(shí)驗(yàn)，參數(shù)C取值為[1，6]，步長為1，當(dāng)參數(shù)C取2 時(shí)，SVM模型準(zhǔn)確率取得最大值0.95，所以，本文SVM模型中參數(shù)C取值為2。

數(shù)據(jù)劃分與模型運(yùn)行次數(shù)與上節(jié)同樣。本文SVM模型的檢測準(zhǔn)確率為0.95，并與貝葉斯、邏輯回歸等不同的檢測模型準(zhǔn)確率進(jìn)行對比，貝葉斯檢測模型檢測準(zhǔn)確率為0.90，邏輯回歸檢測模型準(zhǔn)確率為0.80，如圖8 所示。SVM模型對心理危機(jī)學(xué)生檢測的準(zhǔn)確率高于其他兩種模型。

2.5 學(xué)校干預(yù)措施

心理危機(jī)的干預(yù)是指通過一系列措施，對處于心理危機(jī)狀態(tài)的個(gè)人或群體進(jìn)行干預(yù)，以緩解其心理困擾，恢復(fù)其心理平衡[12]。心理危機(jī)干預(yù)的基本原則包括及時(shí)性、系統(tǒng)性、有效性等。常用的心理危機(jī)干預(yù)方法包括心理教育、心理咨詢、心理治療等[13]。研究表明，及時(shí)、有效的心理危機(jī)干預(yù)可以顯著降低自殺率和心理疾病的發(fā)病率。

如圖9～圖11分別為學(xué)生認(rèn)為心理問題來源詞云圖、學(xué)生心理危機(jī)問題處理詞云圖和學(xué)生心理危機(jī)求助詞云圖。從這三張?jiān)~云圖可以看出，大多數(shù)學(xué)生認(rèn)為心理問題的來源是學(xué)習(xí)以及各方面壓力影響，在遇到心理問題時(shí)，大多數(shù)會選擇自我消化，用吃東西或者睡覺方式來緩解心理壓力，但長此以往，不止學(xué)生心理狀況、身體也會更加糟糕，容易導(dǎo)致胃病、增重等不良后果。學(xué)校應(yīng)對學(xué)生進(jìn)行正確引導(dǎo)，具體建議如下：

第一，開展心理健康教育。學(xué)校可以通過開設(shè)講座與線上課程等形式，幫助學(xué)生了解心理健康知識，增強(qiáng)心理素質(zhì)。

第二，加強(qiáng)心理咨詢與治療。學(xué)校應(yīng)建立心理咨詢與治療中心，配備專業(yè)的心理咨詢師和治療師，為學(xué)生提供及時(shí)、有效的心理健康服務(wù)。

第三，建立心理危機(jī)預(yù)警機(jī)制。通過建立心理危機(jī)預(yù)警機(jī)制，早發(fā)現(xiàn)、早干預(yù)學(xué)生的心理情況，防止心理危機(jī)問題的發(fā)生。

第四，營造良好的校園氛圍。學(xué)校應(yīng)加強(qiáng)開展校園文化，營造活躍的校園氛圍，減少學(xué)生的心理壓力，提高其心理健康水平。

3 結(jié)論

本文通過對大學(xué)生調(diào)查問卷文本數(shù)據(jù)的分析，提出了基于情感分析技術(shù)的心理危機(jī)檢測與干預(yù)措施。通過對比實(shí)驗(yàn)的結(jié)果，本研究發(fā)現(xiàn)基于文本分析的方法能夠顯著提高大學(xué)生心理危機(jī)的檢測準(zhǔn)確率。同時(shí)，針對不同類型心理危機(jī)的大學(xué)生，制定的干預(yù)措施能夠有效改善他們的心理狀況。然而，這種方法也存在一些局限性。例如，情感分析技術(shù)對于不同語境和文化背景的數(shù)據(jù)可能存在偏差。此外，文本分類技術(shù)的效果也受到數(shù)據(jù)質(zhì)量和特征選擇的影響。因此，未來研究需要在技術(shù)和方法上進(jìn)行進(jìn)一步的優(yōu)化和改進(jìn)。