賀冰心

（湖南環(huán)境生物職業(yè)技術(shù)學(xué)院，湖南 衡陽(yáng) 421005）

0 引言

由于生活、工作、學(xué)習(xí)等因素的影響，青少年的心理健康異常逐漸成為常見(jiàn)的心理問(wèn)題[1]。例如，在面臨高強(qiáng)度學(xué)習(xí)和大負(fù)荷工作壓力的情況時(shí)，青少年的心理狀態(tài)會(huì)發(fā)生巨大的改變，進(jìn)嚴(yán)重影響到他們的心理健康[2]。以往的研究多以紙面問(wèn)卷為調(diào)查手段，對(duì)青少年的心理健康狀況進(jìn)行評(píng)估，既耗費(fèi)人力、物力，又耗費(fèi)巨大的時(shí)間成本。在當(dāng)今社會(huì)中，競(jìng)爭(zhēng)越來(lái)越激烈，體能和智力的消耗越來(lái)越不能適應(yīng)社會(huì)的發(fā)展，如果精神狀態(tài)不好，不僅會(huì)給學(xué)習(xí)和生活造成很大影響，甚至?xí)o未來(lái)的發(fā)展規(guī)劃和工作帶來(lái)難以解決的問(wèn)題[3]。青少年的心理健康關(guān)系到個(gè)人的成長(zhǎng)，關(guān)系到國(guó)家的前途。在當(dāng)今社會(huì)中，因心理問(wèn)題引發(fā)的各類悲劇事件日益增多，不僅影響個(gè)人的人生、前途，更是對(duì)家人、對(duì)他人的危害[4]。利用大數(shù)據(jù)處理技術(shù)，可以提高對(duì)青少年心理健康的測(cè)評(píng)與重視程度[5]。該文建立系統(tǒng)結(jié)構(gòu)總框架，評(píng)測(cè)系統(tǒng)由基本信息管理模塊、測(cè)評(píng)試題篩選模塊、測(cè)評(píng)結(jié)果分析模塊以及個(gè)人心理評(píng)測(cè)模塊4個(gè)模塊組成，信息處理單元主芯片選用TMS320C6747，并建立模型，實(shí)現(xiàn)個(gè)體的心理評(píng)估。該文運(yùn)用大數(shù)據(jù)信息處理技術(shù)建立了一套基于網(wǎng)絡(luò)的自動(dòng)化心理健康評(píng)估體系，對(duì)青少年的心理動(dòng)態(tài)進(jìn)行全面了解，并將其與心理健康表相結(jié)合，進(jìn)行更準(zhǔn)確的心理健康預(yù)測(cè)。

1 系統(tǒng)結(jié)構(gòu)總框架

為使青少年對(duì)自己的心理健康有一個(gè)準(zhǔn)確的認(rèn)識(shí)，并推動(dòng)測(cè)試系統(tǒng)向更科學(xué)化、信息化的方向發(fā)展，該文建立了一套以大數(shù)據(jù)信息處理技術(shù)為基礎(chǔ)的青少年心理健康智能測(cè)評(píng)體系，通過(guò)科學(xué)的測(cè)評(píng)手段，全面、客觀地反映使用者的心理健康水平[6]。基于大數(shù)據(jù)分析處理的青少年心理健康評(píng)測(cè)系統(tǒng)由基本信息管理模塊、測(cè)評(píng)試題篩選模塊、測(cè)評(píng)結(jié)果分析模塊以及個(gè)人心理評(píng)測(cè)模塊4個(gè)模塊組成，如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)總框架圖

基本信息管理模塊可以為使用者提供個(gè)性化的填寫(xiě)與選擇服務(wù)，在使用者提交選擇后，由測(cè)評(píng)試題篩選模塊為使用者提供相應(yīng)的考題。考題分為多種形式，使用者選擇了試題后，系統(tǒng)會(huì)為使用者提供相應(yīng)的試題，在使用者回答后給出答案，并進(jìn)行相應(yīng)的處理評(píng)測(cè)結(jié)果分析，以此完成青少年心理健康評(píng)測(cè)。

2 系統(tǒng)硬件設(shè)計(jì)

基于大數(shù)據(jù)分析處理的青少年心理健康評(píng)測(cè)系統(tǒng)采用TI公司的TMS320C6747作為信息處理單元的主要芯片，它具有功耗低、體積小等特點(diǎn)，可以實(shí)現(xiàn)實(shí)時(shí)的系統(tǒng)需求，硬件設(shè)計(jì)如圖2所示。

圖2 硬件設(shè)計(jì)

采用W25Q32系列FLASH內(nèi)存作為DSP的自啟動(dòng)芯片。DSP與FPGA之間通過(guò)EMIFA接口進(jìn)行高速的數(shù)據(jù)交互，達(dá)到工作主頻高且可超頻運(yùn)行的狀態(tài)，有運(yùn)行速度快、指令集合簡(jiǎn)單等特性。該系統(tǒng)采用ASP.net，這是一種利用微軟Visual Studio 2008進(jìn)行網(wǎng)頁(yè)架構(gòu)開(kāi)發(fā)的先進(jìn)的Web技術(shù)，使用C#語(yǔ)言編寫(xiě)Micorsotf SQLServer 2005，創(chuàng)建Web數(shù)據(jù)庫(kù)，并利用Ado.net與數(shù)據(jù)庫(kù)進(jìn)行連接。

2 系統(tǒng)模塊設(shè)計(jì)

2.1 基本信息管理模塊

基本信息管理模塊是該系統(tǒng)設(shè)計(jì)的重要組成部分，其主要作用是管理系統(tǒng)的基礎(chǔ)資料。該系統(tǒng)能夠?qū)崟r(shí)同步用戶的個(gè)人信息，準(zhǔn)確追蹤使用者狀態(tài)，保證系統(tǒng)的后續(xù)評(píng)價(jià)準(zhǔn)確性。該系統(tǒng)在實(shí)際應(yīng)用中具有多種可供選擇的特點(diǎn)，以及較高的通用性和較強(qiáng)的綜合性能，可以滿足廣大用戶的需求。為了更好地了解和掌握用戶的心理特點(diǎn)，該文采用多特征融合方法對(duì)其進(jìn)行研究，對(duì)不同途徑獲得的心理健康資料進(jìn)行綜合分析，為心理健康評(píng)估提供參考。神經(jīng)網(wǎng)絡(luò)是一種將輸入空間轉(zhuǎn)化為隱層空間的有效方法，可以方便地進(jìn)行數(shù)據(jù)處理。假定神經(jīng)網(wǎng)絡(luò)中的隱層采用了高斯函數(shù)，則由第i個(gè)單位得到的輻射基本函數(shù)如公式（1）所示。

式中：xi為第i個(gè)單位的心理健康特點(diǎn)輸入數(shù)據(jù)；si為第i個(gè)單元在隱層中的特征變換數(shù)據(jù)；β為第i個(gè)單位的控制參數(shù)。

通過(guò)對(duì)青少年的心理健康特征進(jìn)行分析，并根據(jù)公式（1）推導(dǎo)出RBF，進(jìn)而實(shí)現(xiàn)基于多特征融合的基礎(chǔ)信息管理，以對(duì)青少年心理健康水平進(jìn)行評(píng)價(jià)。因此，該神經(jīng)網(wǎng)絡(luò)在信息管理方面有很好的應(yīng)用前景，能夠滿足大量的數(shù)據(jù)處理需要，適合對(duì)青少年心理健康基礎(chǔ)信息進(jìn)行分析和管理。

2.2 測(cè)評(píng)試題篩選模塊

測(cè)評(píng)試題篩選模塊使用K-means聚類算法來(lái)分割已有的數(shù)據(jù)，其評(píng)估指標(biāo)為距離，即物體之間的距離越接近，對(duì)象間的相似性愈高，而鄰近的對(duì)象就會(huì)組成一個(gè)簇，最終的目標(biāo)是單獨(dú)的群集。在K-means聚類算法中，通過(guò)對(duì)具體的聚類目標(biāo)函數(shù)進(jìn)行多次迭代更新，使其達(dá)到最優(yōu)解，進(jìn)而達(dá)到提高分類精度的目的。將n個(gè)用戶評(píng)測(cè)數(shù)據(jù)對(duì)象分成k組，其中k組為輸入數(shù)據(jù)，數(shù)據(jù)內(nèi)含有n組用戶評(píng)價(jià)數(shù)據(jù)，其輸出為k個(gè)最終集群以及用戶評(píng)測(cè)測(cè)試的數(shù)據(jù)對(duì)象。K-means群集算法的具體工作流程如圖3所示。

圖3 K-means聚類算法工作流程

處理K-means聚類算法的方法具體如下：1）對(duì)簇心進(jìn)行初始化。從n個(gè)用戶評(píng)估的資料物件取樣組中選取k個(gè)取樣，以此來(lái)進(jìn)行試題的初次篩選。2）數(shù)據(jù)點(diǎn)的分配。將剩余的評(píng)估數(shù)據(jù)對(duì)象指定分配到距離最近的群集中，根據(jù)數(shù)據(jù)點(diǎn)的要求及位置進(jìn)行有序合理的分配，將測(cè)試題進(jìn)行題庫(kù)區(qū)分。3）當(dāng)所有的使用者評(píng)測(cè)數(shù)據(jù)對(duì)象樣本合集都已接近指定位置時(shí)，根據(jù)所得的群集計(jì)算出群集中心。4）如果新的群集中心不同于原始群集，則返回第）步重新開(kāi)始，反之則直接進(jìn)入第5個(gè)步驟。5）將k個(gè)最后的群集中心和評(píng)測(cè)數(shù)據(jù)對(duì)象樣本合集所處的群集作為K-means聚類算法的最終結(jié)果，以此來(lái)完成全部測(cè)評(píng)試題的篩選工作。

2.3 測(cè)評(píng)結(jié)果分析模塊

測(cè)評(píng)結(jié)果分析模塊采用可歸納學(xué)習(xí)的決策樹(shù)算法，根據(jù)一個(gè)例子對(duì)一組混沌的測(cè)評(píng)結(jié)果進(jìn)行歸納，得出一種由樹(shù)狀結(jié)構(gòu)表達(dá)的分類規(guī)則。在對(duì)決策樹(shù)進(jìn)行分類過(guò)程中對(duì)樣本進(jìn)行分類時(shí)，將決策樹(shù)的根結(jié)點(diǎn)作為起點(diǎn)，然后根據(jù)分枝向下的順序?qū)颖緦傩赃M(jìn)行逐步檢測(cè)[7]。該文采用C4.5決策樹(shù)算法，將其劃分為多個(gè)信息增益率，以克服在使用信息增益選取測(cè)試屬性時(shí)傾向于選取多個(gè)屬性的問(wèn)題。具體限定信息增益速率如公式（2）所示。

式中：Gain（S，A）為屬性A的信息增益值；SplitInformation（S，A）為在特征A的基礎(chǔ)上，對(duì)采樣集S進(jìn)行分割的結(jié)果。

利用決策樹(shù)C4.5算法對(duì)青少年心理健康評(píng)價(jià)結(jié)果進(jìn)行分析，并給出相應(yīng)的計(jì)算公式，具體如公式（3）所示。

式中：si為第i個(gè)單元在隱層中的特征變換數(shù)據(jù)。

決策樹(shù)產(chǎn)生的關(guān)鍵問(wèn)題是如何確定分割對(duì)象。在C4.5算法中，要對(duì)每個(gè)訓(xùn)練樣本的屬性信息增益率進(jìn)行比較。在決策樹(shù)中，選擇信息增益系數(shù)最大的屬性作為一個(gè)分支節(jié)點(diǎn)[8]。如果屬性的描述是持續(xù)的，必須將其連續(xù)化，進(jìn)而獲得離散的區(qū)間集。分立的方法如下：

首先，對(duì)連續(xù)間隔中的連續(xù)屬性A進(jìn)行離散化，對(duì)連續(xù)屬性進(jìn)行大、小排序，并對(duì)MIN和MAX分別進(jìn)行最小值和最大值的歸類，給出相應(yīng)的屬性值{A1，A2，…，An}。

其次，設(shè)Ai為等分分段的位置，當(dāng)區(qū)間[MIN，MAX]中有N個(gè)等分分段點(diǎn)，按次序求出第i個(gè)等分點(diǎn)式，如公式（4）所示，其中i=1，2，…，N。

再次，分別計(jì)算分隔值[MIN，Ai]及[Ai，MAX]中的資訊增益值，并進(jìn)行比較。

最后，假設(shè)連續(xù)屬性A的劃分門限是最大的信息增益Ak的分割點(diǎn)，基于此，對(duì)數(shù)據(jù)集合進(jìn)行分割，將屬性值設(shè)定在[MIN，Ak]及[Ak，MAX]中，完成測(cè)評(píng)結(jié)果分析模塊。

2.4 個(gè)人心理評(píng)測(cè)模塊

設(shè)定青少年的心理健康評(píng)測(cè)因素集是U={U1，U2，...，Un}，n是心理健康評(píng)測(cè)因素?cái)?shù)目。將心理健康評(píng)測(cè)的評(píng)語(yǔ)集設(shè)成M={M1，M2，M3，M4}，M1、M2、M3和M4依次代表心理健康狀態(tài)良好、心理健康狀態(tài)正常、心理健康狀態(tài)輕度異常和心理健康狀態(tài)嚴(yán)重異常。細(xì)分心理健康評(píng)測(cè)因素集U={U1，U2，...，Un}，采用比較廣泛的精神衛(wèi)生量表SCL-90對(duì)青少年進(jìn)行情感、思維、意識(shí)、行為習(xí)慣和習(xí)俗的分類，并將其分為幾個(gè)子集，為S=1，2，…，90，那么評(píng)價(jià)因子子集如公式（5）所示。

式中：i∈s。Usi=1Ui=U，Ui∩Uj=φ，i≠j，代表不同評(píng)測(cè)子集。

Ui里每個(gè)心理健康評(píng)測(cè)因素子集分配的權(quán)值是Ai={Ai1，Ai2，...，Ais}，全部權(quán)數(shù)符合條件=1。將各個(gè)評(píng)測(cè)因素子集Ui分別看作一種心理健康評(píng)測(cè)因素U，則如公式（6）所示。

此時(shí)心理健康評(píng)測(cè)的單因素bsn的決策矩陣R如公式（7）所示。

青少年心理健康評(píng)測(cè)因素U分為多個(gè)子集Ui，各個(gè)子集Ui代表在此基礎(chǔ)上，根據(jù)心理健康評(píng)價(jià)因子U中的某些特點(diǎn)及其對(duì)精神衛(wèi)生的影響程度進(jìn)行權(quán)重分配。則心理健康評(píng)測(cè)權(quán)重值如公式（8）所示。

式中：as為權(quán)重值。

以此能夠獲取心理健康評(píng)測(cè)的二級(jí)評(píng)測(cè)向量模型，如公式（9）所示。

根據(jù)模型，按不同的權(quán)重值融合各項(xiàng)心理健康評(píng)測(cè)因素的結(jié)果，完成個(gè)人心理評(píng)測(cè)模塊，實(shí)現(xiàn)基于大數(shù)據(jù)分析處理的青少年心理健康評(píng)測(cè)。

3 測(cè)試試驗(yàn)

3.1 試驗(yàn)準(zhǔn)備

該系統(tǒng)以ASP.net為基礎(chǔ)，利用微軟Visual Studio 2008開(kāi)發(fā)了一個(gè)基于C#的Web頁(yè)面設(shè)計(jì)框架。采用SQL服務(wù)數(shù)據(jù)庫(kù)，實(shí)現(xiàn)數(shù)據(jù)保密、數(shù)據(jù)完整性等多方面的功能，確保數(shù)據(jù)的安全；在具體的結(jié)構(gòu)、保密功能和信道適應(yīng)性方面，分別呈現(xiàn)出標(biāo)準(zhǔn)化、多元化以及一體化的特點(diǎn)。目前基于大數(shù)據(jù)分析處理的青少年心理健康評(píng)測(cè)系統(tǒng)界面是一個(gè)智能問(wèn)題的管理界面，可以讓使用者直接選擇自己想要的內(nèi)容，也可以直接刪除評(píng)價(jià)，使用起來(lái)非常方便，自由度較高。

3.2 試驗(yàn)結(jié)果

該文以200例青少年為研究對(duì)象，將該系統(tǒng)與職業(yè)心理醫(yī)師測(cè)試的青少年心理健康結(jié)果進(jìn)行對(duì)比，以此來(lái)測(cè)試系統(tǒng)是否符合要求。與實(shí)際結(jié)果相比較，得出如圖4所示的測(cè)試結(jié)果柱狀圖。

根據(jù)圖4可知，該文系統(tǒng)通過(guò)心理健康測(cè)評(píng)模塊對(duì)該校200名新生心理健康進(jìn)行評(píng)測(cè)后，心理健康狀態(tài)良好的有120人、心理健康狀態(tài)正常的有50人、心理健康狀態(tài)輕度異常的有40人、心理健康狀態(tài)嚴(yán)重異常的有30人，4種心理健康狀況的成員數(shù)量與實(shí)際數(shù)量完全吻合，其評(píng)價(jià)結(jié)果具有較高的準(zhǔn)確性和可信性。該系統(tǒng)在功能管理、心理健康評(píng)測(cè)輔導(dǎo)等各方面都有良好表現(xiàn)，在實(shí)際應(yīng)用中可以給用戶帶來(lái)較好的使用體驗(yàn)，值得在實(shí)踐中廣泛應(yīng)用。

圖4 測(cè)評(píng)結(jié)果

4 結(jié)語(yǔ)

為了提高心理健康智能評(píng)測(cè)效果，該文構(gòu)建了基于大數(shù)據(jù)處理分析的心理健康智能評(píng)測(cè)系統(tǒng)，通過(guò)對(duì)大量的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，并運(yùn)用AHP法進(jìn)行心理健康評(píng)估。建立的系統(tǒng)結(jié)構(gòu)總框架由4個(gè)模塊組成，信息處理單元主芯片選用TMS320C6747，利用高斯函數(shù)計(jì)算得出徑向基函數(shù)，完成青少年心理健康智能測(cè)評(píng)。測(cè)評(píng)試題篩選模塊采用K-means聚類算法對(duì)已知數(shù)據(jù)進(jìn)行劃分，將k個(gè)最后的群集中心和評(píng)測(cè)數(shù)據(jù)對(duì)象樣本合集所處的群集作為K-means聚類算法的最終結(jié)果，以此來(lái)完成全部測(cè)評(píng)試題的篩選工作。測(cè)評(píng)結(jié)果分析模塊采用決策樹(shù)算法建立模型，實(shí)現(xiàn)個(gè)人心理評(píng)測(cè)。該系統(tǒng)能全面地幫助使用者了解自己的精神狀態(tài)，解決青少年的心理問(wèn)題，提高青少年的認(rèn)知能力。