基于大數(shù)據(jù)分析的心理問題預警方法研究

童歡歡

（西安航空職業(yè)技術學院，陜西西安 710089）

隨著科技與經(jīng)濟的全面發(fā)展，社會的貧富分化也逐漸加劇，這直接導致諸多心理問題的集中爆發(fā)。例如焦慮、抑郁與狂躁等[1]，處于亞健康心理狀態(tài)的人并不在少數(shù)，尤其是心智還未完全成熟的高校大學生們。若缺乏適當?shù)囊龑c預警，必然會發(fā)生較多惡性案件[2-4]。所以，如何正確地監(jiān)控與預警高校大學生的心理健康狀態(tài)，是現(xiàn)階段亟需解決的重要理論和現(xiàn)實問題[5-7]。目前針對這一問題，國內外學者已經(jīng)做出了一些值得借鑒的工作。然而隨著學生心理的持續(xù)發(fā)展，這些預警機制較難及時地發(fā)現(xiàn)高校學生的心理變化，其實時性與有效性并未有明確的結果。同時為了維護這一監(jiān)控體系，學校需要定期更新與優(yōu)化普查軟件。其維護成本將迅速增加，最終導致預警機制難以為繼[8-10]。

為了避免傳統(tǒng)高校學生心理預警機制的諸多缺點，文中通過引入大數(shù)據(jù)技術，提出了一種具有較優(yōu)實時性與有效性的心理問題預警方法。利用ASP 與AJAX 技術實現(xiàn)了實時的心理健康動態(tài)管理平臺，引入SQL 數(shù)據(jù)庫[11-12]等技術，克服了傳統(tǒng)紙質文件的繁瑣復雜操作。最終，建立以校園網(wǎng)為共享平臺的心理預警動態(tài)管理系統(tǒng)。

1 心理健康現(xiàn)狀

一般而言，在心理學的研究領域中，心理健康是指人們對周邊環(huán)境與事物均存在良好的適應能力。目前在高校日常工作中，多數(shù)的大學生剛脫離原生家庭，心智處于不成熟階段。一旦出現(xiàn)影響自身情緒的重大事件，則容易誘發(fā)嚴重的心理障礙。利用傳統(tǒng)的心理普查軟件，文中對某高校在校大學生的心理狀況進行全面的統(tǒng)計與分析，如表1所示。

表1 某高校心理健康情況統(tǒng)計表

由統(tǒng)計數(shù)據(jù)可知，較多大學生均存在嚴重的心理問題。所以，為了更優(yōu)地監(jiān)控學生的心理問題，通過引入大數(shù)據(jù)分析技術，文中提出了具有較優(yōu)實時性與準確度的心理問題預警系統(tǒng)。

2 系統(tǒng)設計

為了減輕高校心理輔導人員的工作強度，增強大學生心理監(jiān)控的實時性與準確度。文中在傳統(tǒng)的心理監(jiān)控流程的前提下，基于多種跟蹤評價技術設計了高校大學生的心理問題預警系統(tǒng)，其具體內容如下。

2.1 總體方案

當新生入學后，高校通常會對所有的學生進行必要的心理普查測試，并在后續(xù)的學習過程中，盡量實現(xiàn)實時的監(jiān)控與預警。為了實現(xiàn)這一目的，文中提出心理問題預警系統(tǒng)的總體設計方案，如圖1所示。

圖1 學生心理預警總體設計方案

2.2 數(shù)據(jù)庫設計

為了提高系統(tǒng)的數(shù)據(jù)處理速度與效率，根據(jù)系統(tǒng)的總體設計方案，利用SQL Server 軟件，文中對預警系統(tǒng)的數(shù)據(jù)庫進行了必要的優(yōu)化設計，其具體介紹如下。

由系統(tǒng)的總體方案可知，心理輔導站需承擔匯報與預警等多種任務。所以文中將心理輔導站設置為系統(tǒng)的預警工作核心，其他用戶均圍繞心理輔導站展開心理問題的預警工作。其心理問題監(jiān)控和預警的工作體系，如圖2 所示。

圖2 心理問題監(jiān)控與預警體系圖

根據(jù)圖2 給出的工作體系，文中設計了詳細的數(shù)據(jù)表格式，并應用于具體的預警系統(tǒng)中。在SQL Server軟件中，文中設置了Units、Member與Orga_struct等18 個數(shù)據(jù)表格式。鑒于篇幅所限，文中只列出了Units 和Member 兩個數(shù)據(jù)表設置，如圖3、4 所示。

圖3 Units表數(shù)據(jù)庫設置

圖4 Member表數(shù)據(jù)庫設置

2.3 大數(shù)據(jù)技術

為了建立具有較高實時性與有效性的預警系統(tǒng)，文中引入了多種大數(shù)據(jù)分析技術，主要包括Hadoop[13-15]、JSP、HDFS[16]和B/S 結構等技術，具體介紹如下：

1）Hadoop 技術

Hadoop 是廣泛應用于大數(shù)據(jù)領域的分布式計算平臺，該技術是基于Java 語言進行開發(fā)，能夠應用于多種平臺且提供了透明的底層細節(jié)。通常Hadoop 技術能夠實現(xiàn)伸縮式的數(shù)據(jù)處理，其特征主要有以下幾點：①具有較高的可靠性，這是因為該技術采取冗余的數(shù)據(jù)存儲方式，即便單個數(shù)據(jù)副本發(fā)生一定的故障，其他的數(shù)據(jù)副本也能夠繼續(xù)提供服務；②具有較高的執(zhí)行效率，這是因為Hadoop 技術采用了分布式的存儲與處理技術，可以并行處理PB數(shù)據(jù)；③具有較優(yōu)的擴展性，這主要表現(xiàn)在Hadoop技術對于執(zhí)行設備沒有特殊要求，配置較低的計算機設備也可以運行該技術；④具有較高的容錯性，當執(zhí)行任務出現(xiàn)錯誤后，Hadoop 技術能夠重新分配發(fā)生錯誤的任務，保證分布式計算的正常運行。

2）JSP 技術

JSP 技術是一種由Sun 公司提出的網(wǎng)站開發(fā)語言工具，其全稱為Java Server Pages，即服務器頁面技術。在靜態(tài)HTML 頁面代碼的基礎上，JSP 技術綜合了Java Bean 與Serverlet 等軟件平臺，實現(xiàn)了強大的程序站點管理。

3）HDFS 技術

HDFS 技術是適用于Hadoop 架構中的分布式存儲方法。該技術采用流式處理方法，具備執(zhí)行超大數(shù)據(jù)量的處理能力，且可以在通用設備上運行。通常在執(zhí)行超大數(shù)據(jù)量的處理任務中，由于HDFS 采取簡單一致性模型，即只需寫入一次即可多次讀取。因此保障了數(shù)據(jù)存儲系統(tǒng)的安全性，降低了大數(shù)據(jù)存儲系統(tǒng)的復雜度，同時提高了系統(tǒng)的吞吐量。

4）B/S 結構

為了實現(xiàn)學生心理問題的預警系統(tǒng)，文中引入了B/S 結構，即瀏覽器與服務器系統(tǒng)結構。一般而言，B/S 結構也是由C/S 結構（客戶端與服務端結構）演化而來，其工作原理為用戶使用瀏覽器及后臺服務器進行必要的交互和通信。較少的信息處理等任務在客戶端完成，大量的事務信息等處理任務由服務器在遠端完成。B/S 結構的工作模式急劇地降低了用戶設備的工作壓力，從而提升系統(tǒng)的運行效率與速度。

3 系統(tǒng)實現(xiàn)

根據(jù)系統(tǒng)的總體設計方案，文中基于B/S 結構，利用大數(shù)據(jù)分析技術與常規(guī)網(wǎng)絡技術，實現(xiàn)了具有較高準確性和可靠性的心理問題預警系統(tǒng)。在系統(tǒng)實現(xiàn)中，文中利用多種計算機語言對系統(tǒng)的外觀與內核等模塊均進行了編程和實現(xiàn)，這些模塊主要有自公共類、數(shù)據(jù)庫、用戶登錄界面和母版界面等。鑒于篇幅所限，文中只展示公共類與數(shù)據(jù)庫函數(shù)的具體代碼。

1）公共類

文中引入了ASP 技術，則該系統(tǒng)數(shù)據(jù)庫的公共類定義可以減少一定的代碼量。同時實現(xiàn)多種數(shù)據(jù)的操作函數(shù)，其Db 公共類的源代碼如下：

2）數(shù)據(jù)庫函數(shù)

為了實現(xiàn)數(shù)據(jù)庫的查詢、插入與讀取等功能，文中編寫了相應的函數(shù)。鑒于篇幅有限，文中僅列出插入函數(shù)的源代碼，如下：

4 測試與數(shù)據(jù)分析

為了驗證預警系統(tǒng)的可行性，文中在系統(tǒng)實現(xiàn)的基礎上，進行了必要的運行測試與分析。需要說明的是，基于完整的外觀與內核系統(tǒng)代碼，針對預警系統(tǒng)的可靠性，文中執(zhí)行了多次運行測試，并與傳統(tǒng)人工預警模式的運行平均耗費時間進行比較，具體情況如表2 所示。

表2 兩種心理預警系統(tǒng)的可靠性測試結果

由表2 的測試結果可知，與傳統(tǒng)預警模式相比，基于大數(shù)據(jù)分析的心理預警模式具有更加靈敏的響應，且所需時間較少。

此外，文中還對這兩種預警模式的預警準確度進行了必要的運行和分析。由其運行過程可知，基于Hadoop 與HDFS 等大數(shù)據(jù)技術的心理問題預警系統(tǒng)可以流暢地運行。其登錄與談話記錄等多種功能均可準確執(zhí)行，達到了初始的系統(tǒng)設計目的。此外，為了衡量該系統(tǒng)的預警準確度，采用某高校的真實數(shù)據(jù)，文中分別對傳統(tǒng)人工預警模式與提出的預警系統(tǒng)進行必要的測試。測試統(tǒng)計結果如表3 所示。由表3 可知，與傳統(tǒng)人工預警模式相比，基于Hadoop等大數(shù)據(jù)技術的預警系統(tǒng)具有更高的預測準確率，說明了文中提出的預警系統(tǒng)的有效性與優(yōu)越性。

表3 兩種心理預警系統(tǒng)的測試統(tǒng)計結果

5 結束語

在Hadoop 等大數(shù)據(jù)分析技術的基礎上，文中提出了一種適用于高校學生心理監(jiān)控的預警系統(tǒng)，相關仿真結果證明了該系統(tǒng)的可靠性與準確度。然而由于計算能力與平臺的限制，文中未能測試該系統(tǒng)的穩(wěn)定性；換言之，大量的并發(fā)數(shù)可能會造成系統(tǒng)的癱瘓。未來將針對該問題展開進一步的深入研究。