基于大數(shù)據(jù)的高校心理危機(jī)預(yù)警的智能服務(wù)研究

摘要：本文通過大數(shù)據(jù)文本處理技術(shù)，采用知識(shí)圖譜技術(shù)實(shí)時(shí)監(jiān)控所覆蓋學(xué)生群體網(wǎng)絡(luò)自媒體（如微博）等文本信息，實(shí)時(shí)形成三級(jí)危機(jī)預(yù)警報(bào)告，輔助人工評(píng)估進(jìn)行危機(jī)預(yù)防及干預(yù)，并通過大數(shù)據(jù)輔助建構(gòu)“實(shí)時(shí)評(píng)估—智能風(fēng)控—危機(jī)干預(yù)”心理危機(jī)預(yù)警的智能服務(wù)體系，為高校心理健康工作提供智能保障。

關(guān)鍵詞：大數(shù)據(jù);智能服務(wù);心理危機(jī)預(yù)警;心理健康

中圖分類號(hào)：G642 ?文獻(xiàn)標(biāo)識(shí)碼：B ?論文編號(hào)：1674-2117（2021）07-0105-04

十九大報(bào)告指出，推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能與實(shí)體經(jīng)濟(jì)深度融合。[1]說明大數(shù)據(jù)時(shí)代的數(shù)據(jù)儲(chǔ)備、技術(shù)理念，正以前所未有的方式預(yù)測(cè)事物發(fā)展趨勢(shì)，改變大學(xué)生的知識(shí)體系、生活方式及心理健康水平。大學(xué)生作為接觸最活躍思想、最先進(jìn)技術(shù)、最密集知識(shí)的排頭兵群體，其心理健康標(biāo)準(zhǔn)體系在大數(shù)據(jù)時(shí)代產(chǎn)生了革命性的變化，導(dǎo)致認(rèn)知、情感與行為方式的改變，給高校危機(jī)干預(yù)提供了海量化、實(shí)時(shí)化、個(gè)性化、可量化數(shù)據(jù)資源。[2]在互聯(lián)網(wǎng)高速發(fā)展的今天，網(wǎng)絡(luò)社交媒體成為大學(xué)生傾訴想法、宣泄情緒的重要平臺(tái)，這些信息中包含了很多心理危機(jī)信息，為危機(jī)干預(yù)提供了豐富而寶貴的數(shù)據(jù)。[3]

高校心理危機(jī)干預(yù)的研究現(xiàn)狀

目前，抑郁癥、焦慮癥等心理問題已經(jīng)成為高校大學(xué)生心理危機(jī)干預(yù)中的高發(fā)問題，然而目前高校心理危機(jī)干預(yù)面臨很多因互聯(lián)網(wǎng)技術(shù)的發(fā)展而帶來的挑戰(zhàn)[4]：第一，微信、微博、QQ等社交媒體蘊(yùn)含著大學(xué)生心理危機(jī)評(píng)估診斷重要線索，但無法實(shí)時(shí)提取分析;第二，傳統(tǒng)心理危機(jī)評(píng)估多依靠經(jīng)驗(yàn)或直覺，反饋模糊延遲，難以量化評(píng)估與風(fēng)險(xiǎn)控制[5];第三，危機(jī)干預(yù)機(jī)制延遲僵化，效率低下，事故頻發(fā)[6];第四，危機(jī)干預(yù)的跟蹤評(píng)估機(jī)制缺乏可持續(xù)性。

知識(shí)圖譜技術(shù)

本研究利用互聯(lián)網(wǎng)大數(shù)據(jù)提供海量數(shù)據(jù)，挖掘微博大數(shù)據(jù)文本信息，采用知識(shí)圖譜技術(shù)，對(duì)特定群體的學(xué)生“實(shí)時(shí)監(jiān)控”其微博、知乎等特定網(wǎng)站，從學(xué)生信息中篩選高風(fēng)險(xiǎn)的自殺人群，并實(shí)時(shí)監(jiān)控心理危機(jī)的風(fēng)險(xiǎn)程度，根據(jù)監(jiān)控報(bào)告結(jié)合人工評(píng)估結(jié)果，采取心理危機(jī)干預(yù)行動(dòng)。[7]對(duì)清洗出來的準(zhǔn)確可靠的信息進(jìn)行結(jié)構(gòu)化描述、關(guān)聯(lián)、組織，將其轉(zhuǎn)化為知識(shí)圖譜的知識(shí)。[8]2018年1月至2019年1月，本研究已經(jīng)對(duì)770余人進(jìn)行心理危機(jī)預(yù)警及干預(yù)行動(dòng)，對(duì)58人獲得有效干預(yù)，及時(shí)發(fā)現(xiàn)自殺情緒，阻止自殺行為。

危機(jī)預(yù)警分級(jí)標(biāo)準(zhǔn)

為了更加精準(zhǔn)地篩選、甄別危機(jī)個(gè)體，本研究提出危機(jī)預(yù)警分級(jí)系統(tǒng)。根據(jù)自殺方式的確定性、時(shí)間緊迫性等因素確定危機(jī)風(fēng)險(xiǎn)級(jí)別，級(jí)別越高代表危機(jī)越大、自殺風(fēng)險(xiǎn)越大。[9]具體的危機(jī)預(yù)警分級(jí)如下頁(yè)表所示。

本研究通過Python爬蟲八爪魚等工具抓取大數(shù)據(jù)，獲得心理危機(jī)監(jiān)測(cè)智能系統(tǒng)所需的信息知識(shí)支撐，構(gòu)建常見高危心理病癥的知識(shí)圖譜，提供心理危機(jī)相關(guān)的各種基本信息，如抑郁癥表征、焦慮癥表征，用于篩選、抓取社交媒體（如微博等）信息進(jìn)行分析與判斷。本研究對(duì)心理危機(jī)進(jìn)行心理畫像描述，如抑郁癥的知識(shí)圖譜對(duì)自殺方式、自殺計(jì)劃、自殺行動(dòng)、自殺時(shí)間、自殺地點(diǎn)、自殺體驗(yàn)、負(fù)性情緒、痛苦表達(dá)等描述，由不同心理危機(jī)的知識(shí)圖譜組合構(gòu)成。本研究的文本處理知識(shí)圖譜由自殺圖譜、時(shí)間圖譜、空間圖譜、意愿圖譜等作為主要構(gòu)成集合。

（1）自殺圖譜。本研究利用大數(shù)據(jù)文本處理技術(shù)監(jiān)控高、中、底三級(jí)自殺危機(jī)學(xué)生群體。根據(jù)自殺方式（采用何種行為方式實(shí)施自殺計(jì)劃，如跳樓、投河、服藥、上吊等）、自殺計(jì)劃（根據(jù)自殺計(jì)劃的詳細(xì)具體程度判定，計(jì)劃越詳細(xì)、實(shí)施的可能性越大）、自殺行動(dòng)（根據(jù)采取自殺行動(dòng)，如相約自殺、遺言自殺等）描述進(jìn)行記分評(píng)估。

（2）時(shí)間圖譜。時(shí)間圖譜是對(duì)危機(jī)事件中嵌入時(shí)間的描述，包括絕對(duì)時(shí)間（如日歷、節(jié)假日等）和相對(duì)時(shí)間（如過去、現(xiàn)在、將來等）的描述。

（3）空間圖譜。空間圖譜或稱為地點(diǎn)圖譜，是對(duì)危機(jī)事件中嵌入空間地理位置的描述，包括定位地點(diǎn)（自媒體軟件定位）和描述地點(diǎn)（空間地理位置的文本描述）。

（4）意愿圖譜。意愿圖譜是對(duì)危機(jī)事件的主體的主觀愿望或相近情緒的描述，主要用于判定分析危機(jī)主體是否有自殺意愿及自殺意愿強(qiáng)烈程度（分為不想自殺、比較想自殺、非常想自殺三級(jí)）。

根據(jù)以上危機(jī)預(yù)警分級(jí)標(biāo)準(zhǔn)，進(jìn)行語(yǔ)義數(shù)據(jù)處理，對(duì)抓取的數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘、分析，生成對(duì)應(yīng)的危機(jī)預(yù)警報(bào)告，針對(duì)高危、中危、低危三級(jí)不同危機(jī)程度，采取相應(yīng)的危機(jī)干預(yù)行動(dòng)方案。

危機(jī)預(yù)防智能系統(tǒng)

本研究根據(jù)心理危機(jī)預(yù)警分級(jí)標(biāo)準(zhǔn)，建立語(yǔ)義大數(shù)據(jù)處理流程，能夠每天固定時(shí)間段從系統(tǒng)抓取數(shù)據(jù)，進(jìn)行數(shù)據(jù)清洗、數(shù)據(jù)分析、結(jié)果報(bào)告、危機(jī)判斷、生成報(bào)告等步驟，并根據(jù)危機(jī)報(bào)告結(jié)合人工評(píng)估復(fù)核，最后制訂危機(jī)干預(yù)方案，進(jìn)行危機(jī)干預(yù)行動(dòng)。

本研究對(duì)心理危機(jī)預(yù)警的文本處理過程如下頁(yè)圖所示，大數(shù)據(jù)分析通過以下幾個(gè)步驟完成。

（1）數(shù)據(jù)抓取：利用八爪魚工具在微博抓取當(dāng)天數(shù)據(jù)，生成HTML格式數(shù)據(jù)。數(shù)據(jù)抓取模塊需要根據(jù)各個(gè)知識(shí)圖譜設(shè)定操作化指標(biāo)判斷需要抓取的數(shù)據(jù)，且避免重復(fù)抓取造成數(shù)據(jù)冗余。

（2）數(shù)據(jù)清洗：把抓取的數(shù)據(jù)對(duì)其每一條信息提取關(guān)鍵詞信息，關(guān)鍵詞需要10個(gè)屬性——時(shí)間、發(fā)文地址、微博賬號(hào)、微博名稱、文案內(nèi)容、情緒關(guān)鍵詞、回復(fù)對(duì)象微博名稱、回復(fù)對(duì)象微博地址、回復(fù)內(nèi)容、回復(fù)情緒關(guān)鍵詞，將關(guān)鍵詞信息生成一個(gè)文件，將其他無關(guān)信息刪除。

（3）數(shù)據(jù)分析：將數(shù)據(jù)清洗后匯總文件進(jìn)行分析處理。采用自然語(yǔ)言處理工具進(jìn)行分詞與句法分析。采用知識(shí)圖譜進(jìn)行推理分析，分級(jí)提取信息：0～3級(jí)為低危，3～6級(jí)為中危，7～10級(jí)為高危。這一過程需要使用知識(shí)圖譜及其風(fēng)險(xiǎn)判斷的規(guī)則算法。這些規(guī)則采用了基于邏輯程序語(yǔ)言Prolog中的定義子句文法（Definite Clause Grammars，DCG）知識(shí)轉(zhuǎn)換規(guī)則。對(duì)于DCG規(guī)則加上面向知識(shí)圖譜推理能力的擴(kuò)展描述，從知識(shí)圖譜中獲得領(lǐng)域知識(shí)的理解來解讀每一條信息，以判斷此信息的風(fēng)險(xiǎn)級(jí)別，如定義8級(jí)危機(jī)風(fēng)險(xiǎn)為：自殺計(jì)劃已定，自殺日期基本確定。描述這種邏輯程序規(guī)則的算法為：

Statement（crisis risk（7），[plan，time）），-->

Uninterested Text（_M1），rdfs Subclass of （Time， future， timeOntology），

Uninterested Text（_M2），rdfs Subclass of （Plan， crisisplan， crisisOntology），

Uninterested Text（_M3）.

Statement（crisis risk（7），[plan，time）），-->

Uninterested Text（_M1），

rdfs Subclass of （Plan， crsisPlan， crsisOntology），

Uninterested Text（_M2），

rdfs Subclass of （Time future，timeOntology），

Uninterested Text（_M3）.

這一算法邏輯為：如果一條信息談到自殺計(jì)劃和自殺時(shí)間，且沒有關(guān)于這個(gè)自殺計(jì)劃的否定表達(dá)，這條信息將被判斷為危機(jī)風(fēng)險(xiǎn)7級(jí)，即高危風(fēng)險(xiǎn)。

（4）危機(jī)判斷：上述算法規(guī)則中，“rdfs Subclass of”用于判斷是否包含自殺圖譜中描述的某種自殺計(jì)劃及時(shí)間圖譜中關(guān)于將來的時(shí)間描述。“uninterestedText”進(jìn)一步判斷這個(gè)語(yǔ)句不包含否定愿望圖譜。根據(jù)算法篩選評(píng)估信息危機(jī)評(píng)分：7～10分為高危信息，4～6分為中危信息，0～3分為低危信息。

（5）生成報(bào)告：根據(jù)算法評(píng)估結(jié)果，生成大數(shù)據(jù)危機(jī)預(yù)警報(bào)告。高危信息為立刻上報(bào)人工復(fù)核處理，中危信息為每天固定時(shí)間上報(bào)，待人工復(fù)核，低危信息為過濾信息，不做處理。

（6）人工復(fù)核：高校心理健康中心組織心理學(xué)專家團(tuán)隊(duì)進(jìn)行人工復(fù)核，專家根據(jù)平臺(tái)預(yù)警信息追溯信息來源，對(duì)文本進(jìn)行專業(yè)評(píng)估，如復(fù)核結(jié)果為高危自殺信息，會(huì)立刻通知學(xué)校危機(jī)干預(yù)工作團(tuán)隊(duì)，如復(fù)核結(jié)果為中危自殺信息，會(huì)定期通知學(xué)校危機(jī)干預(yù)工作團(tuán)隊(duì)。

（7）危機(jī)方案制訂：學(xué)校危機(jī)干預(yù)工作團(tuán)隊(duì)根據(jù)大數(shù)據(jù)報(bào)告和人工復(fù)核結(jié)果，迅速做出反應(yīng)，制訂對(duì)應(yīng)的危機(jī)干預(yù)方案。

（8）危機(jī)干預(yù)行動(dòng)：學(xué)校由學(xué)生處、保衛(wèi)處、校醫(yī)院等多個(gè)危機(jī)干預(yù)核心部門協(xié)同展開危機(jī)干預(yù)行動(dòng)，及時(shí)聯(lián)系校外醫(yī)院、公安等部門聯(lián)動(dòng)，力求在最短時(shí)間內(nèi)化解危機(jī)。

結(jié)果分析

本研究通過對(duì)選定的某高校大學(xué)生學(xué)生微博數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)控，從2018年1月至2019年1月，每日發(fā)布危機(jī)報(bào)告。為了評(píng)估該系統(tǒng)的危機(jī)干預(yù)大數(shù)據(jù)分析的信度與效度，隨機(jī)抽取了30天的監(jiān)控?cái)?shù)據(jù)進(jìn)行人工數(shù)據(jù)分析檢驗(yàn)。數(shù)據(jù)共有42702條危機(jī)信息，平均每天1423.4條有效信息，其中發(fā)現(xiàn)了58條高危信息（7級(jí)以上），125條中危信息（4～6級(jí)），587條低危信息（3級(jí)以下）。通過對(duì)中危、高危信息進(jìn)行大數(shù)據(jù)結(jié)果和人工復(fù)核結(jié)果的風(fēng)險(xiǎn)級(jí)別和正確率進(jìn)行分析發(fā)現(xiàn)，本研究心理危機(jī)預(yù)警的大數(shù)據(jù)評(píng)估結(jié)果高危信息檢出正確率為84.98%，中危信息檢出正確率為78.74%，低危信息檢出正確率為72.36%，總體平均正確率為78.69%。本研究從42702條信息中抓取770條危機(jī)信息，抓取1.80%危機(jī)數(shù)據(jù)，剔除98.20%無效信息，大大減輕了人工復(fù)核的工作量，從而提高人工復(fù)核的工作效率和復(fù)核準(zhǔn)確率。

盡管本研究的風(fēng)險(xiǎn)信息報(bào)告的平均正確率為78.69%，但是大數(shù)據(jù)報(bào)告生成后，仍然立刻對(duì)危機(jī)信息進(jìn)行人工復(fù)核，即讓心理學(xué)專業(yè)人員進(jìn)行文本評(píng)估后，再制訂危機(jī)干預(yù)方案，從而保證了危機(jī)干預(yù)行動(dòng)沒有出現(xiàn)誤判或失誤。

本研究對(duì)心理危機(jī)預(yù)警的危機(jī)評(píng)估和危機(jī)干預(yù)中體現(xiàn)了大數(shù)據(jù)分析的優(yōu)勢(shì)，尤其是知識(shí)圖譜的技術(shù)特點(diǎn)。雖然本系統(tǒng)不能做到100%的危機(jī)檢出率，但本研究將從這些遺漏信息中再次分析，以改進(jìn)現(xiàn)有的危機(jī)判斷規(guī)則，提高大數(shù)據(jù)技術(shù)支撐的決策準(zhǔn)確率。

結(jié)論

本研究采用文本處理技術(shù)建立高校心理智能干預(yù)平臺(tái)，對(duì)特定群體的大學(xué)生社交媒體信息進(jìn)行實(shí)時(shí)監(jiān)控，發(fā)現(xiàn)心理危機(jī)信息并生成危機(jī)報(bào)告進(jìn)行預(yù)警，進(jìn)而為高校心理中心提供危機(jī)干預(yù)方案和行動(dòng)的數(shù)據(jù)支撐。通過一年的數(shù)據(jù)監(jiān)測(cè)，監(jiān)測(cè)結(jié)果充分證明了大數(shù)據(jù)技術(shù)在心理危機(jī)預(yù)警與危機(jī)干預(yù)領(lǐng)域中的巨大應(yīng)用價(jià)值和發(fā)展空間。大數(shù)據(jù)技術(shù)作為心理危機(jī)干預(yù)的支撐，拓展了大數(shù)據(jù)的技術(shù)價(jià)值，提高了危機(jī)檢出率，減少了自殺發(fā)生率，突出了大數(shù)據(jù)技術(shù)的社會(huì)價(jià)值。今后的研究將進(jìn)一步改進(jìn)危機(jī)判斷規(guī)則與算法，以提高大數(shù)據(jù)技術(shù)的正確檢出率。

參考文獻(xiàn)：

[1]習(xí)近平.決勝全面建成小康社會(huì)奪取新時(shí)代中國(guó)特色社會(huì)主義偉大勝利——在中國(guó)共產(chǎn)黨第十九次全國(guó)代表大會(huì)上的報(bào)告[N].人民日?qǐng)?bào)，2017-10-28（01）.

[2]高雯，董成文，竇廣波，等.心理危機(jī)干預(yù)的任務(wù)模型[J].中國(guó)心理衛(wèi)生雜志， 2017，31（01）：89-93.

[3]高勁松，黃梅，付家煒.基于年度高頻關(guān)鍵詞的研究熱點(diǎn)提取與可視化研究[J].現(xiàn)代情報(bào)，2020，40（12）：130-139.

[4]李飛，葛魯嘉.大數(shù)據(jù)之于心理健康教育：功能邊界與實(shí)施取向[J].思想理論教育，2016（07）：87-91.

[5]張麗，周建松，李凌江.精神創(chuàng)傷急性期危機(jī)干預(yù)方法評(píng)價(jià)[J].中國(guó)心理衛(wèi)生雜志， ?2016，30（08）：561-567.

[6]陳真真，楊雪梅.中小學(xué)生心理援助熱線來電者的特征及咨詢內(nèi)容[J].中國(guó)心理衛(wèi)生雜志，2016，30（12）：933-935.

[7]馬海群，張濤，李鐘雋.新時(shí)代文獻(xiàn)信息的價(jià)值重構(gòu)：人工智能技術(shù)和智慧服務(wù)[J/OL].情報(bào)理論與實(shí)踐，2020.

[8]陳婉珍，何雪松.大數(shù)據(jù)驅(qū)動(dòng)的社會(huì)工作：前景與挑戰(zhàn)[J].社會(huì)科學(xué)，2017（07）：74-81.

[9]張倩，鄭涌.創(chuàng)傷后成長(zhǎng)：5·12地震創(chuàng)傷的新視角[J].心理科學(xué)進(jìn)展，2009，17（03）：623-630.

作者簡(jiǎn)介：王會(huì)麗（1985—），河北雄安人，重慶大學(xué)副教授，研究方向?yàn)樾睦斫】到逃?/p>

本文為2019年度教育部人文社會(huì)科學(xué)研究項(xiàng)目“基于大數(shù)據(jù)的高校心理危機(jī)‘實(shí)時(shí)評(píng)估—智能風(fēng)控—危機(jī)干預(yù)—發(fā)展可塑智能機(jī)制”2018年重慶市教委人文社會(huì)科學(xué)研究項(xiàng)目（18SKSZ001）“大數(shù)據(jù)時(shí)代增強(qiáng)青年文化自信的引領(lǐng)力與凝聚力研究”的階段性成果，2018年重慶市“十三五”教育科學(xué)規(guī)劃重點(diǎn)項(xiàng)目（2018-GX-083）“基于大數(shù)據(jù)的高校心理健康服務(wù)智能化服務(wù)體系研究”、重慶大學(xué)“心理育人”名師工作室（2020SZK-19）等階段性成果。