大数据背景下大学生心理危机主动识别与干预模型构建研究

　　文/广东工程职业技术学院郭凯娟

　　随着社会的发展变化，高校面临的内外部环境发生了变化。高校学生群体的心态也随着社会的发展变化而发生转变。当代的高校大学生，独生子女居多，与父辈不同的时代背景，导致当代大学生的基本心理需求与父母的基本心理需求有诸多不同，很多大学生感觉被父母理解很困难。他们乐观善良，内心敏感需要关注，同时他们抗压能力弱，容易冲动、独立处理问题能力不足。由于群体的特殊性、网络的开放性和舆论的关注度等原因，高校危机事件往往会引起社会高度关注，产生较大的舆论压力。这不仅给高校管理者带来了巨大挑战，还会带来一定程度的社会影响。因此，做好高校学生心理危机预防和干预工作显得尤为重要。

　　高校的心理危机，除了指发生出人意料的突发事件以外，通常还可指个体所处的紧急状态——当个体遭遇重大变化、突发状况而感到难以把握或解决时，内心紧张、焦虑等负面情绪不断累积，出现不知所措、难以自控，甚至可能进一步出现思维和情绪的紊乱，从而干扰到正常生活状态，打破平衡进入到危机状态中。[1]如果能及时准确发现危机线索，做好危机防范，将有效预防危机事件的发生。

　　目前各高校对心理危机的排查和跟踪非常重视，各地教育部门对这一工作也做了明确规定，大学生在校期间，必须开展两次心理普查，并指导各高校开展大学生心理健康筛查、建立大学生心理健康档案，这些方式成为加强大学生心理健康教育、预防大学生心理危机的重要内容和举措。[2][3]但是单纯的心理筛查的效度受到很多研究者的质疑。因为目前心理筛查的量表大多基于单一事件对学生进行评估，忽略了事件的关联和叠加对学生造成的影响。有研究显示，处于心理危机中的个体，不同的时间段可能所处的状态截然不同。利用人工技术对青少年心理危机进行持续的追踪尤为重要。

　　大数据的出现为心理危机干预研究打开了新的大门。利用大数据实现的生态化自动识别具有明显优势。结合大数据和数据挖掘技术，可以实现对个体潜在心理危机的自动识别，从而实现危机识别与预警的前置，减少心理危机为风险源的突发事件（即心理危机突发事件）的发生。同时在一定程度上改善心理健康问题低主动求助和求治率的现象。

　　一、大数据心理危机干预指标的选择

　　（一）外显信息

　　大数据分析的基础，来源于原始指标数据的收集。任何危机现象都不可能没有征兆或者线索。因此，如何选择外显行为指标数据，是心理危机干预的第一步。通过文献搜集和日常工作经验，我们最终选定了七个维度，包括突然变化、负性压力、攻击性行为、身体疾病、精神障碍等七个维度。这些日常行为数据可以从学生本人或者与学生关系密切者，比如室友、班主任、辅导员、父母、朋友等人那里获得。

　　（二）内隐信息

　　内隐信息的来源可以从两方面获得：第一方面系统提供当前情绪的自测功能，学生根据当下的情绪状态自主表达。系统在识别情绪信息时，为了提高信息的准确性，提前经过一系列的评估和筛选。另一方面，根据每年心理普查的问卷调查结果，获取学生的内隐特征。比如人格特征、情绪特征、意志品质特征等。例如可以借助艾森克人格问卷获得精神质、神经质等特征，根据SCL-90问卷结果可以获得学生焦虑、人际、偏执等因子得分。

　　二、大数据心理危机干预数据收集平台高职学生的在校生活行为是危机干预的前兆数据，基于多种平台优化整合数据，通过大数据的合理算法，可以掌握学生行为表现、生活、学习等方面的信息，对学生的心理状态和行为模式进行预测。学生的在校情况分布于各个部门，教务处有学生的学分数据、挂科数据，学生工作部有学生的获奖数据、处分数据、奖助贷数据，心理健康辅导中心有学生的咨询数据、心理测评数据等，学校食堂有学生每月就餐刷卡消费的数据，学生重要的社会平台有学生通过媒体社交的数据信息，体育部有学生体测的数据。这些信息都将成为大数据优化整合梳理学生日常生活数据的来源。因此，大数据心理危机干预数据平台可以从教务部门、学生工作部、心理健康辅导中心、食堂消费、体测数据等平台获取。

　　三、大数据心理危机模型构建的方法

　　数据平台收集到的数据是否能很好预测心理危机，需要进一步对数据进行筛选分析和计算。将目前心理危机干预库在库数据作为结果数据，将从不同数据平台、各种渠道获取的多样化的综合数据进行分析整理，剔除错误信息，把各种数据汇总的信息进行互证，形成互相补充，利用现有的心理危机干预数据集作为基准数据，结合平台收集到的各种类型数据，使用机器学习智能拟合建模，形成大学生潜在危机的数据模型。大数据平台再经过联机分析学生的日常生活行为轨迹，基于行为数据建立学生心理危机管理预警模型。通过纳入的行为特征，寻找潜在问题，发现异常便主动报警。

　　四、大数据心理危机干预数据反馈和跟踪系统大数据平台反馈系统可以更好地将平台与学生的日常管理形成良好的对接。基于预警模型，结合学生预警数据特征，设计学生危机预警干预模型。该模型包含心理危机的发现、心理危机的帮扶与支持、心理危机的处理反馈三个部分。危机干预组根据危机情况进行不同层级的心理环境帮扶。最后，将帮扶的结果进行反馈，并进入下一个循环。异常数据的统计分析及异常报警为学校和二级学院筛选了风险，并且能够及时给予学生关注。

　　首先建立危机干预库，即心理危机的发现，根据模型数据计算，发现学生有发生心理危机的可能性，系统会将学生纳入危机干预库，并分析危机的级别和等级，通过心理预警模型，判断学生是否存在心理危机，若诊断为有危机，则将学生分到危机干预组。其次学校建立学校——学院——班级——宿舍/个人四级预警网络，对不同层级的学生实施心理危机帮扶，将心理危机预警对象分为三类，分别为一般关注对象、重点关注对象、危机对象。一般关注对象（三级危机干预），主要指存在严重心理问题、心理障碍稳定恢复期等学生。重点关注对象（二级危机干预），主要指存在神经症、心理障碍治疗期等学生。危机对象（一级危机干预），主要指出现危机状况或发生危机事件，处于重度抑郁、心理障碍发作期等学生。不同预警对象的学生采取个性化的跟踪方式。给予不同的心理帮扶模式。比如每周、每月的关怀谈话、一对一心理咨询、帮助解决实际问题等。最后建立危机处理反馈跟踪模式。针对危机帮扶的情况，对危机处理的结果进行反馈，动态调整危机等级及相应的跟踪方式，根据新的评估结果进入下一个循环。

　　五、结束语

　　大数据心理危机干预的方式规避了心理普查单一维度考察的方式的不足，对重点人群的筛查更全面、更精准。基于多元数据筛查和分类基础之上，把需要关注的人群进行精准分类，并采用心理学的理念和干预方法，给予该类人群适合的、精确的心理帮扶是目前对风险人群进行早期识别的重要方法。在大数据分析中，由于样本数据是基础，因此在心理危机干预中，如何对样本数据进行进一步验证和筛选，保证样本数据的准确性和普适性，是建立大数据筛选的基础。另外，预警指标的动态监控也是心理危机干预的一项重要环节，动态指标的内外显数据，要注意进行动态修正、不断补充和完善，以期获得更精准的预警结果。除了发现危机之外，统筹学校、家庭、医院、社会等资源对该人群进行帮扶也是亟待解决的重点问题。在校园环境中营造丰富多彩的心理健康教育活动，开展丰富的心理健康求助途径，让学生在日常活动中就可以感受到心灵滋养和人际的温暖，对学生的心理健康帮助会更大。学校可以借助5.25学生活动平台、10.10精神卫生日等活动平台，积极开展心理健康知识宣传，心理健康小游戏、人际关系互动活动等，可以开展一对一心理咨询、你说我听倾诉服务、各种团体心理辅导服务，例如针对人际交往有困难的学生开展人际关系训练营、情绪管理训练营等。针对需要自我探索的个体提供团体沙盘训练营，针对抑郁、焦虑等带药上学的个体，除了提供一对一心理咨询服务以外，还可以开展表达性艺术辅助治疗，帮助该群体宣泄情绪、理解自我、发展自我。除此之外，还可以与医院建立绿色通道，转介学生到医院或者医院定期到学校开展会诊服务等。总之以大数据为统计基础的心理危机干预识别可以对风险人群进行早期识别，再结合心理帮扶环境的支持，将会减少心理危机产生的概率，建立稳定和谐的校园环境。

　　参考文献:

　　[1]蔡智勇.精神分析视阈下大学生心理危机预防与干预策略研究[J].江苏高教，2022，262(12):132-138.

　　[2]徐蔚.大数据时代大学生心理健康档案管理[J].兰台世界，2019，560(06):93-95.

　　[3]刘瑾辉.基于课程与咨询实践的心理健康筛查模式探索[J].广东技术师范大学学报，2020，41(04):71-76.

　　[课题项目:广东工程职业技术学院校级课题“大数据背景下大学生心理危机主动识别与干预模型构建研究”，课题编号:KYYB2021044。]

　　责任编辑何丽华

关注读览天下微信， 100万篇深度好文， 等你来看……