买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：厦门大学

摘要：本发明公开一种大学生心理健康状态预测方法和电子设备，能更科学、可靠地预测大学生的心理健康问题。方法包括：通过学生的宿舍门禁卡刷卡数据计算学生的在寝状态规律性指数、通过学生的课堂签到数据计算学生的课堂出勤指数、通过师生谈话文本计算学生的心情指数；由、和构成学生样本，将所有学生样本作为训练集，以、和作为特征值、心理健康状态作为目标值，使用BP神经网络对训练集进行训练和测试得到学生心理健康状态识别模型；对待预测学生使用学生心理健康状态识别模型。

主权项：1.一种大学生心理健康状态预测方法，其特征在于包括以下步骤：步骤1、通过学生的宿舍门禁卡刷卡数据计算学生的在寝状态规律性指数，其中为学生序号；步骤2、通过学生的课堂签到数据计算学生的课堂出勤指数；步骤3、通过师生谈话文本计算学生的心情指数；步骤3-1、使用预训练的情感分析模型对第个学生第个谈话文本进行打分得到正面情感得分和负面情感得分，并计算第个学生第个谈话文本的情感倾向得分，其计算公式为： ；其中表示谈话文本序号；上标和分别是、的缩写，用以区分不同的情感得分；步骤3-2、根据谈话文本中的情感词汇及其出现频率进行计算谈话文本的文本情感强度，其计算公式为： ；其中表示第个学生第个谈话文本的文本情感强度；表示情感词汇序号；表示第个学生第个谈话文本的词汇总数；表示第个情感词汇在第个学生第个谈话文本中的出现频率；表示第个情感词汇的权重，根据情感词典中的词汇情感强度进行赋予；步骤3-3、心情指数的计算公式为： ；其中表示第个学生的谈话文本总数；表示第个学生第个谈话文本的上下文因子，根据上下文信息进行调整；表示第个学生的个人差异因子，根据学生的个人背景进行调整；和分别表示上下文因子、个人差异因子的权重；步骤4、由、和构成学生样本，将统计周期不少于一学期、学生总数不少于1000的所有学生样本作为训练集，训练集中心里不健康的学生样本数量不少于的1%，以、和作为特征值、心理健康状态作为目标值，使用BP神经网络对训练集进行训练和测试得到学生心理健康状态识别模型，学生心理健康状态识别模型的输出为心理健康状态的概率分布向量，其中和分别为心理健康和心理不健康的概率；步骤5、对待预测学生使用学生心理健康状态识别模型完成心理健康状态识别，当时作出“该学生可能需要进行心理辅导”的提示；所述步骤1包括：步骤1-1、依据学校课表时间设置，将每天划分为若干时间段，并依据学生ID和划分的时间段，得到学生的出入宿舍特征变量： ；其中表示第个学生第条宿舍门禁刷卡记录对应的出入宿舍特征变量；表示的子特征，子特征包括学生ID、学生类型、年级、专业、时间段、是否工作日、天气指数和当前时段是否有课，学生ID、学生类型、年级和专业均以独热编码处理；表示第个学生宿舍门禁刷卡记录的样本总数；表示子特征序号；表示子特征总数；通过气温和降水量计算得到天气指数： ；其中表示天气指数；和分别表示气温和降水量的权重；和分别表示气温和降水量的标准化值；步骤1-2、通过数据接口依据学生ID获得每日各时间段的宿舍门禁卡刷卡记录的数据，得到学生的在寝状态数据集，其中表示第个学生第条宿舍门禁刷卡记录的出入状态，其中0表示刷卡入、1表示刷卡出；使用长短期记忆递归神经网络LSTM对数据集进行训练和测试得到学生在寝状态预测模型，使用二元交叉熵损失函数衡量学生在寝状态预测模型的预测在寝状态与学生的实际在寝状态之间的差异，并通过反向传播算法优化学生在寝状态预测模型的参数以最小化损失函数，得到最终的学生在寝状态预测模型；步骤1-3、通过学生在寝状态预测模型所预测的第个学生第条宿舍门禁刷卡记录的预测在寝状态与该学生此时的实际在寝状态计算学生的在寝状态规律性指数，其计算公式为： ；其中表示本次统计周期的时间段总数；表示时间段序号；表示四舍五入到最近整数的操作；表示信息熵加权，其计算公式为，表示第个学生第个时间段的学生在寝状态的信息熵，表示取最大值的操作；表示指数函数；表示第个学生第条宿舍门禁刷卡记录的预测在寝状态。

全文数据：

权利要求：

百度查询： 厦门大学 大学生心理健康状态预测方法和电子设备