大數據視角下高校學生心理危機干預機制的構建

吳遠征

摘 要 當前高校學生的心理危機干預制度還不夠健全，技術手段相對陳舊，存在數據缺乏動態管理、數據挖掘水平低、數據分享程度低等缺點。而大數據時代的到來為高校心理危機干預工作提供了新的契機。大數據技術可以從海量的數據中提取有價值的內容進行深度挖掘，為高校心理干預工作者提供更加準確的信息，從而提高心理危機干預工作的針對性和時效性。

關鍵詞 大數據 心理危機干預 高校學生

中圖分類號：G444 文獻標識碼：A DOI：10.16400/j.cnki.kjdkz.2018.08.085

Abstract At present， the psychological crisis intervention system of college students is not sound enough， the technical means are relatively old， and there are shortcomings such as lack of dynamic management of data， low level of data mining， and low level of data sharing. The arrival of the era of big data has provided a new opportunity for the psychological crisis intervention work in colleges and universities. Big data technology can extract valuable content from massive data for deep mining， and provide more accurate information for college psychological intervention workers， thus improving the pertinence and timeliness of psychological crisis intervention work.

Keywords big data； psychological crisis intervention； college students

隨著信息技術的高速發展，特別是互聯網、物聯網、云計算的飛速發展，大數據時代已經悄然來臨。其應用也也在社會的各行各業初見端倪，如洛杉磯警察局和加利福尼亞大學合作利用大數據預測犯罪的發生；再如美國著名的梅西百貨商場利用大數據技術，根據產品需求和貨物庫存的情況對7300萬種商品進行實時調價。2015年8月，在國務院頒布的《關于促進大數據發展的行動綱要》中明確指出，要建立“用大數據進行說話、用大數據明確決策、用大數據科學管理、用大數據不斷創新的先進的、科學的管理機制”。在高校心理健康教育領域，將大數據技術引入學生心理危機干預機制，對大學生在校生活數據進行收集和分析，提高心理危機干預工作的時效性和精確性，成為信息時代大背景下高校心理危機干預工作者亟需探索的新課題。

1 傳統高校心理危機干預機制的不足

心理危機是指個體在遇到了突發事件或面臨重大挫折和困難時，當事人自己既不能回避又無法用自己的資源和應激方式來解決的嚴重心理失衡狀態。2005年，衛生部、教育部、共青團中央等三個部門聯合下發的《關于進一步加強和改進大學生心理健康教育的意見》中明確指出，要“努力構建和完善大學生心理問題高危人群預警機制”；在2011年教育部頒布的《普通高等學校心理健康教育工作基本建設標準（試行）》中再次強點，要加強大學生心理危機預防與干預體系建設。十九大報告中也有關于心理健康服務體系建設的表述：“加強社會心理服務體系建設，培育自尊自信、理性平和、積極向上的社會心態”。由此可見，大學生的心理健康教育和心理危機干預，不僅能夠有效預防大學生心理危機的發生，提高大學生的身心健康水平，同時也是構建和諧校園與和諧社會的內在要求。目前大學生心理危機干預已經越來越受到各大高校和社會的重視，很多高校也已經建立了大學生心理危機干預機制。但由于此項工作在我國的發展只有20多年的歷程，無論是理論研究還是實踐工作都存在很多問題：

1.1 數據缺乏動態管理

首先，傳統的心理干預數據主要依靠新生入學時的心理測試篩查、心理咨詢中心到訪記錄等方式收集。從數量上看，數據來源相對較少；從質量上來看，存在學生刻意掩飾或者美化問題等情況。其次，通過上述方式獲得的數據是以靜態的形式儲存，無法伴隨大學生個體的身心發展進行跟蹤記錄。而大學生的發展還不夠成熟，所面對的環境也紛繁復雜，其心理狀態會隨著環境的改變、突發事件而隨時改變。特別是一些相對隱形的問題只有在特定的應激環境下才得以顯現。如果不能實現對數據的動態化管理，不能對學生在校的各項數據進行跟蹤記錄，那么在評估個體的心理狀態過程中將出現片面化的問題。這種傳統的靜態化的數據管理方式明顯滯后于學生的心理變化過程，降低了心理危機干預的準確性和時效性。

1.2 數據挖掘水平低

目前心理危機干預的數據來源較少、處理水平低，其利用價值也非常有限，導致心理工作者無法掌握有效信息并及時做出正確的判斷。反觀大數據分析過程中的數據挖掘技術，它強調對海量的數據進行深度挖掘并進行科學分析，最后準確預測事務發展的規律，從而能大大提高預測的準確性。目前高校學生有大量可分析的原始數據，如校園卡消費的情況、助學貸款情況、圖書借閱情況、考試掛科情況、學生上網痕跡等等。傳統的心理干預模式并未對學生日常行為數據的潛在價值進行有效的挖掘，這些數據屬于原始的“沉睡”狀態。只有利用大數據技術深入挖掘、綜合利用，把這些分散的、無關聯的數據整合成信息，才能真正做到物盡其用，從而提高心理干預的準確性。

1.3 數據分享程度低

傳統的心理危機干預模式中，研究人員通過臨床量表、心理排查、日常門診等方式采集大學生心理健康狀況數據，得到的結果往往無法與輔導員、班主任等學生工作者分享。此外，除了上述獲得心理數據的方式以外，心理工作者很難從其他部門獲得數據，或者獲得數據后也無法高效挖掘處理。各種信息資源處于相對封閉的“孤島”狀態，信息的價值也無法得到充分的利用。

由此可見，傳統的心理干預工作預警體制已經無法滿足高校學生心理危機干預工作的需求，無論是在理論上還是技術上都遠遠落后于新時代技術發展的步伐。高校心理工作者應該積極探索出一套利用大數據準確預測學生行為問題的機制。大數據技術可以通過記錄受測者的日常行為數據，從海量的、模糊的、低價值密度的數據中，提取隱含在其中但又是潛在有用信息，從而提高危機干預的預見性和準確性。因此，將大數據技術和心理危機干預相結合是未來高校心理健康工作的發展方向。

2 用大數據構建心理危機干預體系

作為近幾年來的新興概念，學術界對大數據這個相對抽象的概念尚未有統一的定義。維基百科把大數據定義為“規模龐大且復雜的數據集合，很難用常規的數據庫管理工具或傳統數據處理應用對其進行處理。其主要挑戰包括數據抓取、策展、存儲、搜索、共享、轉換、分析和可視化”。從管理學的角度上看，大數據又被定義為“一類能夠反映物質世界和精神世界運動狀態和狀態變化的信息資源，它具有復雜性、決策有用性、高速增長性、價值稀缺性和可重復開采性，一般具有多種潛在價值”。大數據之所以備受推崇，主要得益于它將數學算法運用到海量的數據分析上，“既能預測重大事件的發生，又能預測個體行為的傾向，幫助人們實現從憑借‘主觀經驗揣測到依靠‘客觀數據預測的轉變”。因此我們可以把大數據技術引入高校學生心理危機干預的過程中，通過對大學的學習成績、選課情況、生活狀況、家庭條件、人際關系、網絡活躍情況等信息進行收集和處理，對學生的心理狀態進行挖掘和分析，從而提高對學生心理危機的預見性，給出有針對性的解決方案。

2.1 完善組織管理制度

在校大學生的海量數據分布在高校的各個部門，想要從各部門調取、使用、挖掘數據，需要學校領導的高度重視、各個部門的積極配合以及合理的數據使用管理機制。學校應該首先建立大數據采集機制工作領導小組。工作小組應該由校領導、學生處、心理健康中心、校醫院、保衛處等有關部門的領導組成核心成員。領導小組應積極推進大學生心理危機干預體系的建立，做到目標明確、分工準確、功能完備、運轉高效。其次，要規范信息開發機制。目前在大數據領域，在數據的采集、存儲、挖掘、利用等方面還沒有明確的法律條款。這在一定程度上會影響到數據的收集和使用，對于執行者也沒有明確的工作要求和工作流程。因此，高校應該在不違反國家相關法律法規的前提下，進一步規范信息開發機制，明確數據采集責任制、使用的范圍以及公開的程度，做到依法保密采集相關信息，使數據的使用有明確的界限，避免濫用數據、或觸犯學生個人隱私等情況的發生。

2.2 建立數據采集平臺

高校學生在校的數據分布在學校的各個部門，如教務處有學生掛科門數、選修課情況、處分情況；學生處有學生參與社會實踐情況、參加比賽情況；心理健康中心有心理排查情況、咨詢室問診情況、臨床量表情況；財務處有學費繳納情況、助學貸款情況；后勤有學生進出宿舍情況、校園網使用情況等。同時，由于大學生的生活越來越多地依賴互聯網，學生在微博、微信、QQ、學校論壇等網絡痕跡中也留下了一系列復雜多樣而又蘊含大量信息的數據。而由于各個部門管理體制相對封閉無法實現資源共享，導致各類數據處于“孤島”的狀態，其價值也無法實現充分利用。而大數據工作理念的引入就是為了打破這種單打獨斗的管理體系，實現學生生活學習的各類數據能夠得到整合和梳理，從原始的、分散的、有噪音的各類數據中迅速提取有利用價值的部分進行分析和挖掘。任何行為都有前兆，大數據分析可以通過研究學生的外在行為表現，發現大量數據背后的規律，從學習生活的各個方面判斷預測學生的行為模式和心理狀態。而要從多種渠道整合各類數據，就需要由學校工作領導小組牽頭建立心理危機干預數據采集平臺。采集平臺將各個部門的數據加以整合分析，及時為學校心理干預工作者、輔導員、班主任等學生工作者提供有價值的信息，提高心理危機干預工作的預見性、準確性和實效性。

2.3 建立數據反饋系統

在大數據平臺上分析得到的學生心理危機傾向性信息只有反饋給專業的心理干預工作人員才能真正得到利用。反饋系統應該由學校-學院-班級三個層面構成。學校層面：心理健康中心。心理健康中心的教師都是心理專業背景出身，主要從全校心理健康教育、心理危機干預的角度來利用信息。他們會根據分析結果進一步完善和細化全校危機干預方案，對需要重點關注的行為模式和特殊人群進行宏觀干預。學院層面：心理健康輔導員。每個學院都有專門負責心理健康教育的輔導員。他們可以根據學校心理健康中心的指導意見和干預方案，對學院高危人群進行具體的指導和關注。班級層面：班主任和心理委員。班主任和心理委員是活躍在心理危機干預的一線人員。他們對高危人群的日常學習生活、家庭背景、行為模式最為了解，也最容易開展工作。對于高危人群的異常行為也能及時反饋給心理健康中心或者學生家長，給予受助者必要的心理支持和安全監護。

3 構建過程中的一些建議

3.1 保護學生個人隱私

由于大數據采集的技術要求，需要從學生學習生活的各個方面進行數據的收集。而很多數據，如學生上網情況、貸款情況、心理咨詢記錄等信息都會涉及到學生的個人隱私保護的邊界。這些數據是否能夠直接利用、是否會泄露出去等問題，是需要特別注意的問題。學校應該在建立管理制度的時候將此類問題加以明確，用制度的方式規范工作流程。

3.2 培養技術人才隊伍

大數據資源的開發和利用主要基于傳統的計算機科學、統計學、應用數學和經濟學等領域的方法和技術，而學生工作者和心理健康教育工作者大多都不是此類專業。導致懂得大數據分析的技術人員不知道如何從心理危機干預的角度搭建平臺、分析數據；而后者更不懂如何利用大數據技術開展工作。這就要求高校要重視培養專業人員的技術水平，組建一支既掌握大數據技術，又懂得基本心理健康教育知識的專業性隊伍，致力于將大數據的思維模式和工作方法應用到的在心理危機干預的領域中去，幫助學校提高大學生心理危機干預水平。

參考文獻

[1] 劉冰，董小玉.基于大數據技術的學生心理危機預警機制構建研究[J].大眾科技，2017.19：122-124.

[2] 余成武.大數據背景下高校心理危機預警工作的困境與對策[J].錦州醫科大學學報（社會哲學版），2017.15（4）：80-83.

[3] 李旭，鄭雪.大數據視域下的大學生心理危機識別與預警探討[J].太陽城市職業技術學院學報，2015.6：52-53.

[4] 徐文明，梁芹生.大數據技術在心理健康教育中的運用與研究[J].嘉應學院學報（哲學社會科學），2017.35（4）：96-100.

[5] 楊善林，周開樂.大數據中的管理問題：基于大數據的資源觀[J].管理科學學報，2015.18（5）：1-8.

[6] 古陽，姜盼秋.基于大數據技術的大學生心理危機預警研究[J].科教導刊，2017.26（9）：164-165.

[7] 程婧.近十年國內大學生心理危機干預研究述評[J].河北理工大學學報，2011.11（3）：80-83.

[8] 陳新星.高校輔導員與大學生心理危機預防[J].思想教育研究，2014.11：104-111.

[9] 沈文青，劉啟輝.高校輔導員在心理危機干預中的角色定位[J].中國青年研究，2007.11：82-84.

[10] 代浩云，王瑜.大數據預測在思想政治教育中的應用探新[J].重慶郵電大學學報（社會科學版），2017.29（2）：88-91.