基于加權模糊正向推理算法的心理咨詢系統設計

盧 杰，莊緒強

（1.陜西青年職業學院 公共事業系，陜西西安 710068；2.陜西青年職業學院數字信息技術系，陜西西安 710068）

互聯網和信息產業的技術革新，給社會經濟的發展變革增加了新的驅動力，同時也加劇了各行各業的競爭，導致人們每天在工作、學習和生活中都承受著巨大的壓力。由于快節奏的工作生活和社會競爭壓力帶來的社會問題不斷涌現，已經成為潛在的社會不安定因素之一，因此做好心理咨詢和心理疏導工作，及時排遣人們內心的壓力十分必要[1-2]。心理咨詢系統采用一種人機交互的方式，來提高用戶的使用體驗，并讓用戶感受到理解和信任[3-4]，以達到幫助使用者釋放壓力、恢復自信的目的。人機交互和推理算法是心理咨詢系統設計的關鍵[5]，即能通過對使用者輸入問題的分析和推理，輸出使用者希望獲得的答案，進而引起使用者的共鳴，幫助他們舒緩生存壓力和排遣內心的苦悶。文中設計的心理咨詢系統采用加權模糊正向推理算法，為使用者的癥狀事實賦權，解決輸入事實模糊不確定的問題，系統基于正向推理的方法處理不確定的知識表達，提升和改善用戶的體驗。

1 系統需求分析與總體層次框架設計

從使用者的視角來看，普通用戶希望借助心理咨詢系統疏導自己內心的壓力，首先要求系統簡便、快捷且具有良好的人機交互性能；其次要求系統的界面清新、友好，在使用中能夠帶來良好的使用體驗[6-7]；第三用戶還希望系統反饋的信息具有一定的權威性和專業性，可信度高，這樣才能夠提高用戶的使用黏度。從系統的性能設計要求來看[8]，首先要保證系統數據的權威性、安全性，且應具有較強的系統容錯能力；其次要求所設計的系統能夠穩定運行，響應迅速；系統設計在軟件層面上能夠簡化操作流程，最大限度地給用戶帶來使用上的愉悅感[9-10]。基于加權模糊正向推理算法的心理咨詢系統從整體框架上采用分層設計的理念，分層規定系統功能與接口的調用，具體包括模型層、訪問層和數據處理層，具體如圖1 所示。

圖1 基于加權模糊正向推理系統分層結構

2 系統模塊設計

文中設計的心理咨詢系統各模塊，主要包括人機交互接口、咨詢模塊、推理模塊和知識庫。

1）人機交互接口為用戶提供了信息交互通道[11-12]，模塊中內置了語言、語音和語法編譯器，具備語言識別功能和交流功能，分析和理解用戶的輸入信息，系統具有一定的信息交互能力，包括回答使用者的提問或根據使用的思維習慣和偏好反向提問，常用的反向提問方式如表1 所示。

表1 人機交互接口的反向提問方式選擇

2）咨詢模塊的功能是完成用戶當前問題與數據庫問題的匹配，具體包括字符串的匹配、統計分詞的匹配和基于系統理解的用戶需求匹配。系統首先匯總關于心理健康的全部詞匯存入知識庫，如果用戶的咨詢問題通過字符串匹配或分詞匹配成功，直接從知識庫中調用相關詞條和解釋；如果語義匹配不成功，基于加權模糊推理模塊來分析和理解用戶的基本意圖，再做出相關的解釋和說明[13-14]。分析相似度是咨詢管理模塊的核心功能，只有準確地了解和掌握用戶的提問意圖，才能做好下一步的模糊推理工作。以用戶提問句子的中文詞為研究對象，與知識庫中的資源逐字對比并做好相似度的分析，設用戶所提問題中包含ki個關鍵詞，在知識庫中有kii個近義詞，知識庫中所包括的相關詞條記錄總數為N，加權模糊正向匹配算法就是要將ki和kii在總數N的范圍內逐個對比，直到關鍵詞匹配成功。咨詢模塊根據用戶的需求可以匹配文語轉換功能，即通過人工智能的方式讓機器人與使用者對話，進一步提高人機交互的使用效果。

3）智能推理模塊的主要功能包括深入分析用戶提出的與知識庫匹配度較低的問題，合理地應用現有的知識表達進行問題推理。正向推理的過程主要基于已有的事實與知識庫中的相關數據進行匹配，正向推理更有利于解決推理過程中產生的沖突。對于正向推理而言如果有多條指令都與前面用戶事實匹配成功，智能推理模塊會選擇代價最小的方法消解沖突。智能推理模塊的內部思維構造與推理知識的表達方式有關，而與邏輯知識本身的內容關聯性不大，模塊的這種設計有利于保證推理過程更加公平。

4）心理咨詢系統知識庫在結構設計上既包括專家知識和經驗規則，還包括系統正常運行所必須的各種參數。概念庫是一個動態化的專家知識數據集，包含了海量的心理問題及癥狀的相關信息，隨著訪問用戶的增加，基于專家知識的概念庫的容量也在不斷擴充；基于經驗知識的規則庫主要用于存儲相關的心理咨詢規則，當涉及到相關規則時可以隨時調用。按照加權模糊正向推理算法設計的要求，專家知識概念庫中含有問題事實表、名詞表和規則表等表格類型，問題事實表的結構如表2 所示。

表2 問題事實表

3 加權模糊正向推理算法流程

心理咨詢系統面向的使用者十分復雜，用戶輸入的癥狀和所要咨詢的問題具有較大的不確定性，對使用者問題理解的偏差將直接導致無法輸入令人滿意的結果。心理問題診斷規則庫中各條件項與結論之間的重要性程度分布具有差異，因此文中在正向推理的基礎上引入加權模糊的邏輯理論[15]，加權邏輯模式不僅與子式的真值相關，還與權數相關。用{xi} 代表用戶輸入命題的集合，函數f(xi)為命題x的真值，w(xi)為函數對應的權重，則命題的加權邏輯綜合公式η表示為：

加權邏輯綜合公式η的真值和權數分別定義為：

心理咨詢系統用戶的加權命題公式綜合值不僅與子式的真值相關，還與權重比例相關。基于對用戶具體提問的分析與知識庫的結果相比較，確定出子式的比重，如果權重值越大，有目的地針對該類子式真值確定出合適的結合律。加權模糊正向推理的具體過程如圖2 所示。

圖2 加權模糊正向推理策略流程

step1：用戶的需求和疑問通過人機交互接口進入咨詢模塊，經過規范整理和預處理問題進入動態化的知識庫做初步匹配，如果能夠直接調用出匹配的結果，經過人機交互接口直接輸出[16]。

step2：如果系統無法準確識別出用戶的問題，或在動態的知識庫中無法直接找到結論，進入模糊推理模塊同時調用規則庫中的邏輯規則，進行加權模糊推理。事實與規則庫中的邏輯規則匹配成功，執行第一步操作。

step3：將邏輯規則置于沖突庫驗證，再利用沖突消解策略得到系統的啟用規則。

step4：檢驗模糊推理模塊自動設置的權重比例十分合理，如果已經是最合理的結果，再將啟用規則存入數據庫并執行結果輸出的指令[17-18]。

step5：再通過人機交互接口詢問使用者是否有補充，如果沒有關閉數據庫和規則庫，完成一次人機交互的過程。

4 系統測試

4.1 系統功能測試

1）登錄系統功能的測試，相關的測試項目和測試結果如表3 所示（Y 為通過系統測試，N 為未通過系統測試）。

表3 登錄模塊的用例測試

2）咨詢模塊的詞條匹配功能測試，相關的測試結果如表4 所示（詞條的測試次數為系統隨機選擇的結果）。

表4 關鍵詞條的匹配結果

對系統硬件模塊和各級程序的測試結果顯示，在隨機選定測試次數的條件下，系統的核心模塊、主控程序等均通過測試，表明系統具有良好的運行穩定性，各模塊和程序的功能完好。

4.2 系統性能測試

隨機選擇200 名網絡志愿者參與心理咨詢系統性能的測試，每名志愿者根據自己內心的困惑各提出10 個咨詢問題，將這些數據作為研究樣本輸入系統，并基于Matlab 軟件的散點圖觀測擬合結果的殘差平方和分布，結果如圖3 所示。

圖3 輸出結果統計樣本的殘差平方和分布

系統分析的結果顯示樣本輸出結果的殘差平方和集中于0.1 水平線附近，且未出現奇異點，這表明基于加權模糊正向推理算法的心理咨詢系統的模糊信息處理性能較強且系統的總體樣本波動值較小。對全部2 000 個樣本采用非均勻分布的方式分為10 組，分布測試模型擬合優度值和組合信度值指標。統計結果顯示：10 組數據的組合信度平均值超過了0.95，擬合優度的平均值接近于0.90，證明設計系統模型具有良好的穩定性。全部10 組樣本數據的檢測效率分布情況如表5 所示。

表5 樣本數據檢測效率分布

表5 中的統計結果顯示，處理志愿者單個心理咨詢問題的平均時間為1.08 s，綜合效率水平較高。向200 名志愿者發放調查問卷，調查的問題及所占權重包括：Q1：系統是否解決了您的問題？Q2：系統的易用性？Q3：系統軟硬件實用功能性？Q4：系統的人機交互性能？Q5：系統反應的速度？調查問卷5 個問題的權重比例設定為3.5∶1∶2.5∶1.5∶1.5，調查的結果分為很滿意10 分、滿意8 分、基本滿意6 分、不滿意4分、很不滿意0分，調查統計結果如圖4所示。

圖4 志愿者滿意度調查結果

從滿意度統計結果的指標分布情況可知，調查人數為200 時滿意度結果為95.58%，表明文中設計的心理咨詢系統能夠滿足大多數使用者的需求。

5 結論

當前，人們的心理健康問題已成為不容忽視的社會問題之一，人機交互和人工智能技術的快速發展為排遣心理壓力提供了一條全新路徑，但系統的智能化程度亟待提高和改善。為此，文中基于加權模糊正向推理算法設計了一種心理咨詢系統，能夠更加智能化地分析使用者的提問，并根據提問關鍵詞的重要性權重輸出最優的結果。