基于數據挖掘的心理疾病預警分析技術研究

劉紅紅

（西安航空職業技術學院，陜西西安 710089）

近年來，青少年的心理健康問題導致了越來越多的社會問題，引發了社會各界的廣泛關注[1-5]。大學校園作為青年學生的聚集地，一直是心理健康問題的“重災區”，大學生因心理健康原因導致的輟學、自殺、犯罪等現象嚴重危及了同學們的身心健康，給個人、學校及家庭帶來了嚴重的傷害[6-8]。

當前，各高校均對學生的心理問題給予了重視和關注，絕大多數學校均開設了心理咨詢室，配備專職的心理健康教師。但一方面由于學生人數龐大，心理健康教師無法滿足多個學生的咨詢需求；另一方面，由于心理問題不易發覺，學生缺乏主觀能動性，導致了心理健康問題無法及時發現、解決。

文中對高校心理健康工作流程進行了深入的研究發現，當前的心理健康管理大多依靠計算機進行相關數據的搜集、查詢。該工作只能做到基礎信息的統計，無法發掘數據更深層次的信息。心理學研究表明，一個人的出身、成長環境、身體狀態等多維度的基礎信息均會影響其心理狀態。在這些分析的基礎上，文中引入了數據挖掘技術進行高校學生的心理健康評測與預警分析[9-12]。

文中在對數據挖掘技術進行簡介的基礎上，著重分析了所使用的數據挖掘算法，并完成了心理預警信息系統的設計。以實際數據樣本為實驗對象，完成了數據的采集、清洗與挖掘。

1 理論基礎與系統設計

1.1 數據挖掘技術

數據挖掘技術（Data Minig，DM）是一項涉及了統計學、機器學習與數據庫技術的多學科交叉的綜合性技術，其基本目的是從大規模、含噪聲、不規則的數據中找尋出有價值的知識與信息。數據挖掘的基本流程如圖1 所示。

從圖1 可以看出，數據挖掘技術是一個包含多個流程的復雜技術，其包含了從數據采集到價值知識提取的全過程。對于采集的數據而言，要進行多次的數據預處理流程，如數據的選擇、清洗、集成，形成規范的數據集合。而規范的數據集合經過數據挖掘算法模式評估，得到數據的知識表現，從而獲取有價值的知識與信息。在數據挖掘的算法上，可以選擇多種機器學習算法。

圖1 數據挖掘技術基本流程

關聯規則算法可以較為優秀地描述一件事物與其他事物之間的相關性與依賴性，其包含了Apriori、FP-Tree 等多個經典算法。文中使用應用最為廣泛的Apriori 算法，對于關聯規則算法，首先要定義關聯規則與頻繁項集。對于項集A與B，定義其同時出現的概率為支持度，如式（1）所示[13-16]。

此外，還需定義置信度，即當項集A出現時，B也出現的概率，如式（2）所示。

利用式（1）與式（2）可以得到A?B的支持度與置信度，如式（3）所示。

Apriori算法主要包含兩個步驟：連接步與剪枝步。

1）連接步

①通過連接步找到K項集。首先設置Supportmin閾值，計算頻繁1 項集L1，如式（4）所示。

②將L1與C2連接，得到頻繁2 項集L2，如式（5）所示。

③將得到的頻繁1 項、2 項集連接，然后篩選即可得到L3。

④迭代k次，得到數據集的最大頻繁集Lk與候選集Ck。

2）剪枝步

剪枝步的目的是降低Lk與Ck的搜索范圍。由于Apriori 算法的候選集產生規則，Lk中的非空子集就是數據必需的頻繁項集。如式（6）所示，不符合數據需求的項集將被篩選，由此達到了剪枝的目的。

1.2 心理健康測評預警系統設計

文中將數據挖掘算法引入到高等院校的心理預警分析中，設計了心理健康測評預警系統。在系統的設計過程中，文中采用軟件工程理論作指導，從需求分析出發，設計了圖2 所示的系統功能模塊。

圖2 系統功能模塊圖

從圖2 可以看出，系統從用戶的角度出發，將用戶分成學生用戶與系統管理用戶，并分別設置了兩大類的功能模塊。

1）學生用戶

學生主要使用系統的前端功能，進行系統登錄、參與心理健康測評活動、獲知測評結果。

2）系統管理用戶

系統管理用戶主要進行系統的后臺管理。對于系統管理用戶，共包含了基本信息管理、心理測評設置、測評結果管理、數據挖掘操作等4 個功能模塊。

基本信息管理：該模塊主要用于收集學生的基本信息，進行數據的篩選與清洗，獲取規范化的數據信息。

心理測評設置：主要用于設計心理調查問卷的題目以及問卷的生成與下發，其還可以自動化地完成測評結果的統計。

測評結果管理：主要實現對于各種測評結果的分析，篩選出存在心理問題的學生，然后生成學生列表并發出預警。

數據挖掘操作：該模塊內置了數據挖掘算法模塊，可以根據需要靈活地選擇算法類型，調整算法的相關參數。

2 方法實現

2.1 數據表設計

由于數據挖掘算法已經趨于成熟，數據挖掘的效果較大程度上取決于數據體量與數據中包含的特征維度。因此，需要盡可能廣泛地采集各種相關的數據信息。由于文中數據挖掘的目的是完成心理疾病的預警，故設計如表1 所示的采集表單。

表1 數據采集表單

表1 涵蓋了心理疾病診斷的相關指標。該表中包含了不同的屬性以及屬性在數據庫中對應的代碼范圍。當代碼范圍為1～2 時，表示該屬性有兩個值，通常是“有”或“無”；當代碼范圍是1～4 時，表征該屬性有不同的程度，其中1 代表無該癥狀，2 代表癥狀較輕，3 代表癥狀嚴重，4 代表癥狀非常嚴重。

數據采集完成后，需要進行計算機的存儲與表示。此時，為了保證數據的可用性，需要根據數據間潛在的邏輯關系進行數據的存儲。因此需要先設計數據庫的概念模型，文中使用E-R 圖來設計。系統的E-R 圖如圖3 所示。

圖3 數據庫E-R圖

根據E-R 圖，需要設計學生基本信息表、測評結果表、管理員表、測評總均分表、測評分量因子表。上述這些表的結構，如表2～表5 所示。

表2 學生基本信息

表3 系統管理員表

表4 學生基本信息

表5 測評分量因子表

2.2 數據挖掘分析與預警仿真

文中使用ASP.NET 技術基于B/S 架構，對所提出的心理健康評測與預警系統進行了實現。系統的數據庫技術使用的是SQL Server，系統部署了一臺應用服務器與一臺數據庫服務器，服務器的操作系統為Windows Server2008。

文中對某高校5 322 名學生使用表1 進行了數據的采集，然后基于表2～表5 的數據表結構，構建了規范化的數據集。隨后，對于該數據集使用1.1 節中的關聯規則進行了心理疾病的挖掘。在挖掘中，對于Apriori 的最小支持度設置為0.25；最小置信度設置為0.35。由數據挖掘分析的結果可知，其中231 名學生具有不同程度的心理問題，約占學生總數的4.34%。其中，32 名學生存在嚴重的心理疾病，系統對這些學生發出了預警信息。

除了對學生的總體心理健康狀態進行了評估之外，還通過數據挖掘得到了一定的數據關聯規則，如圖4 所示。

圖4 數據挖掘算法運行結果

通過圖4 數據挖掘得到的結果可以看出，軀體化癥狀的學生通常存在著一定的心理問題。這些心理問題表現為輕微的抑郁、敵對以及人際關系敏感性；常伴有恐怖、偏執等癥狀的學生容易產生抑郁癥狀。此外，來自農村的非獨生子女有16.7%的概率產生社交恐懼。通過數據挖掘可以看出，心理問題的各種癥狀間存在著潛在聯系，這與心理疾病的關聯性具有一致性。

3 結束語

文中研究了高等院校的學生心理健康問題，借助數據挖掘技術，實現了心理健康數據采集、清洗、規則化、信息挖掘的全過程。此外，文中還基于數據挖掘算法模塊設計了高校心理健康的測評預警系統。該系統除了可以篩選出存在心理問題的學生，還可以發掘與分析心理健康問題的誘導因素。