摘要：隨著社會競爭的加劇，大學(xué)生心理健康問題日益凸顯。高校學(xué)生社區(qū)作為大學(xué)生日常生活和學(xué)習(xí)的主要場所，對學(xué)生的心理健康狀況有著重要影響。為了更好地了解高校學(xué)生社區(qū)環(huán)境與大學(xué)生心理狀況之間的關(guān)聯(lián)，本研究采用PCCS-MIC（基于皮爾遜相關(guān)系數(shù)的復(fù)雜系統(tǒng)多因素交互作用）算法，對二者之間的相關(guān)性進行深入研究。并通過問卷調(diào)查法的研究設(shè)計、參與者招募和樣本選擇、數(shù)據(jù)收集等步驟，結(jié)合PCCS-MIC算法來對數(shù)據(jù)采集結(jié)果進行相關(guān)性匹配，深入分析了大學(xué)生心理狀況和社區(qū)服務(wù)的相關(guān)性，發(fā)現(xiàn)大學(xué)生參與社區(qū)服務(wù)的頻率與其心理健康水平呈正相關(guān)關(guān)系，參與社區(qū)服務(wù)的大學(xué)生心理健康狀況較好。

關(guān)鍵詞：皮爾遜積矩相關(guān)系數(shù)；最大信息系數(shù)；學(xué)生社區(qū)；心理

一、引言

隨著社會的不斷發(fā)展和高等教育的普及，大學(xué)生作為未來社會的棟梁之材，其身心健康和全面發(fā)展備受關(guān)注。然而，在面對學(xué)業(yè)壓力、人際關(guān)系、職業(yè)規(guī)劃等多重挑戰(zhàn)時，大學(xué)生的心理健康問題也逐漸凸顯出來[1]。在應(yīng)對大學(xué)生心理健康問題的過程中，學(xué)校逐漸意識到心理育人工作的重要性[2]。為了更好地關(guān)注和支持大學(xué)生的心理健康，高校開展了多樣化心理育人工作，并將其融入學(xué)生社區(qū)服務(wù)[3]。學(xué)生社區(qū)不僅是大學(xué)生心理育人工作的重要平臺和載體，而且作為高校培養(yǎng)學(xué)生社會責(zé)任感和公民意識的重要途徑，為大學(xué)生提供了展示個人才華、參與社會實踐的機會[4]。學(xué)生社區(qū)建設(shè)在心理育人方面有著獨特的優(yōu)勢。在這一背景下，深入分析高校學(xué)生社區(qū)服務(wù)與大學(xué)生心理狀況的相關(guān)性，旨在為高校提供更加有效的心理健康教育策略和實踐指導(dǎo)，以促進大學(xué)生的全面發(fā)展和社會進步。

二、采樣方式及數(shù)據(jù)

本研究旨在探究高校學(xué)生社區(qū)服務(wù)中大學(xué)生心理育人工作的路徑，采用問卷調(diào)查法作為主要研究方法。通過設(shè)計結(jié)構(gòu)化問卷，收集大量數(shù)據(jù)，以了解大學(xué)生參與社區(qū)服務(wù)和心理育人工作的情況，并分析其路徑和影響因素。本研究采用了定量研究方法，通過問卷調(diào)查的方式進行數(shù)據(jù)收集和分析。研究設(shè)計了一份涵蓋心理育人工作、社區(qū)服務(wù)參與情況及心理健康狀況等方面的問卷調(diào)查表。問卷內(nèi)容包括但不限于心理健康狀況的評估指標、參與社區(qū)服務(wù)的頻率和方式、心理育人工作的感知和效果等。問卷設(shè)計充分考慮研究目的和問題，旨在全面了解大學(xué)生參與社區(qū)服務(wù)和心理育人工作的情況，以及與心理健康相關(guān)的因素。本研究以無錫工藝職業(yè)技術(shù)學(xué)院學(xué)生作為研究對象，使用方便抽樣的方式進行問卷調(diào)查。在高校內(nèi)廣泛宣傳研究目的，發(fā)放在線問卷和紙質(zhì)問卷，包括學(xué)校內(nèi)部通知、社交媒體、課堂宣傳等方式。參與調(diào)查的學(xué)生涵蓋不同年級、專業(yè)和社區(qū)服務(wù)經(jīng)歷等特征，以保證樣本的代表性和多樣性。在調(diào)查過程中，向參與者解釋研究目的和保密原則，并征得同意后發(fā)放問卷，保障調(diào)查的合法性和可靠性。收集完問卷數(shù)據(jù)后，進行數(shù)據(jù)整理和錄入。

三、研究方法

（一）皮爾遜積矩相關(guān)系數(shù)（PCCS-MIC）

（二）最大信息系數(shù)（MIC）

最大信息系數(shù)（Maximum Information Coefficient，MIC）是一種用于衡量兩個變量之間任意相關(guān)性的非參數(shù)統(tǒng)計方法。MIC是一種非線性相關(guān)性度量，旨在發(fā)現(xiàn)兩個變量之間任何形式的相關(guān)性，包括線性和非線性關(guān)系。最大信息系數(shù)是基于信息理論的概念，旨在尋找最大化兩個變量之間的信息關(guān)聯(lián)度量。最大信息系數(shù)將變量之間的相關(guān)性定義為變量之間的最大互信息量，并在不同的密度水平下進行歸一化，以消除變量尺度的影響[6]。

在最大信息系數(shù)（MIC）的計算過程中：首先將數(shù)據(jù)集劃分成網(wǎng)格，這個網(wǎng)格可以是正方形，也可以是矩形，每個網(wǎng)格代表一個潛在的二元分割。網(wǎng)格的大小可以根據(jù)數(shù)據(jù)的特性和需求來確定。對于每個網(wǎng)格，計算兩個變量之間的互信息（Mutual Information）[7]。互信息度量了兩個變量之間的相關(guān)性程度，同時是兩個變量的聯(lián)合概率分布和各自邊緣概率分布之間的信息增益。在所有網(wǎng)格中，選擇具有最大互信息的網(wǎng)格，記為MIC值。這個MIC值代表了兩個變量之間的最大信息關(guān)聯(lián)程度。將MIC值進行歸一化，以消除不同變量尺度和網(wǎng)格大小對結(jié)果的影響。通常采用某種歸一化方法，通過將MIC值除以某個最大可能的值或者基于隨機數(shù)據(jù)的MIC值來進行歸一化。根據(jù)具體的研究需求和數(shù)據(jù)特性，可以選擇一個閾值來判斷MIC值的顯著性，通過模擬或者置換測試來確定閾值[8]。最大信息系數(shù)能夠幫助人們發(fā)現(xiàn)變量之間任何形式的相關(guān)性，并且不受線性假設(shè)的限制。因此，最大信息系數(shù)在發(fā)現(xiàn)復(fù)雜的非線性關(guān)系方面具有優(yōu)勢。

四、結(jié)果分析

利用皮爾遜積矩相關(guān)系數(shù)分析法，對學(xué)生性格、學(xué)習(xí)狀況、參加公寓社區(qū)活動、人際交往、心理健康狀況等因子進行相關(guān)程度分析，分別以上述因子作為變量，將目標歸總于心理健康狀況，得到熱力分析結(jié)果，如圖2所示。

經(jīng)過對比發(fā)現(xiàn)，性格、學(xué)習(xí)狀況、人際交往的相關(guān)系數(shù)r均小于0.5，參加公寓活動和學(xué)生心理狀況之間的相關(guān)系數(shù)r高于0.5。其中r值最大為0.57。在變量因子中，參加公寓社區(qū)活動與心理健康狀況相關(guān)性最高，其次為人際關(guān)系交往，確定參加公寓社區(qū)活動和人際關(guān)系交往為學(xué)生心理健康狀況的關(guān)鍵驅(qū)動因子。

同樣地，將學(xué)生性格、學(xué)習(xí)狀況、參加公寓社區(qū)活動、人際交往、心理健康狀況等變量代入MIC算法進行分析，結(jié)果如表1所示。人際交往、性格、學(xué)習(xí)狀況、參加公寓活動與學(xué)生心理狀況的MIC值分別為0.362 3、0.228 6、0.178 7、0.478 3，故參加公寓活動與學(xué)生心理狀況的相關(guān)性最高，且為正相關(guān)。

五、結(jié)束語

通過結(jié)果數(shù)據(jù)可以發(fā)現(xiàn)，皮爾遜積矩相關(guān)系數(shù)分析法和最大信息系數(shù)分析法均能計算變量的相關(guān)性，并且參加公寓活動與學(xué)生心理狀況相關(guān)性最高，為學(xué)生公寓建設(shè)提供了方向。新時代下的學(xué)生公寓與社區(qū)活動、人際交往相結(jié)合，能夠發(fā)揮學(xué)生公寓獨特的優(yōu)勢。這也是未來學(xué)生公寓社區(qū)的發(fā)展趨勢，以便更好地為社會培養(yǎng)全面發(fā)展的人才。

作者單位：楊碩 王雅萍 馮大宇 郭佳晨

無錫工藝職業(yè)技術(shù)學(xué)院

參考文獻

[1]馬建青，楊肖.心理育人的內(nèi)涵、功能與實施[J].思想理論教育，2018，（09）：87-90.

[2]潘莉，董梅昊.高校心理育人面臨的現(xiàn)實難題及其突破[J].思想理論教育，2019，（03）：90-94.

[3]周曉琴，奚曉嵐，程灶火，等.在校學(xué)生心理健康狀況調(diào)查[J].中國臨床心理學(xué)雜志，2013，21（06）：1026-1028.

[4]鄭丹鳳，王濤.“三全育人”視域下高校心理健康教育工作探析[J].學(xué)校黨建與思想教育，2021，（01）：88-90.

[5]程娟娟.高?？蒲信c教學(xué)關(guān)系實證研究——基于皮爾遜相關(guān)系數(shù)的分析[J].中國高?？萍迹?022，（10）：46-52.

[6]趙雅雪，王旭，蔣傳文，等.基于最大信息系數(shù)相關(guān)性分析和改進多層級門控LSTM的短期電價預(yù)測方法[J].中國電機工程學(xué)報，2021，41（01）：135-146+404.

[7]孫廣路，宋智超，劉金來，等.基于最大信息系數(shù)和近似馬爾科夫毯的特征選擇方法[J].自動化學(xué)報，2017，43（05）：795-805.

[8]葛倩，張光斌，張小鳳.基于最大信息系數(shù)的ReliefF和支持向量機交互的自動特征選擇算法[J].計算機應(yīng)用，2022，42（10）：3046-3053.