文章详情

题名 · 作者 · 摘要 · 关键词 · DOI · 参考文献

基于非线性SVM的高职学生心理预警模型研究

陈锋

(台州科技职业学院,浙江 台州 318020)

栏目:信息化应用 · 第 2025 年第 9 期 · 页码:162-166,171 · 2096-4706(2025)09-0162-06 · 中图分类号:TP391 · 文献标识码:A · DOI:10.19850/j.cnki.2096-4706.2025.09.030

摘要

该研究针对高职学生心理健康问题,收集学生心理状态、个人信息及生活行为等多维度数据,采用非线性支持向量机(SVM)算法构建心理预警模型。模型能有效分类判别学生心理危机,分为严重心理危机、一般心理问题、潜在心理困扰和无心理困扰四个等级。实证研究设计包括数据收集预处理、特征权重归一化处理及数据分析,结果显示心理状态、家庭构成、家庭经济状况等特征对学生心理危机有显著影响。SVM模型预警准确率高达93.5%,优于多层感知器、随机森林等模型,为高职学生心理健康筛查及干预提供实用工具。

关键词

预警模型;高校;心理健康;SVM算法

参考文献

  1. [1] 吴冉,王宇景,陈江媛.高校心理危机干预中家校沟通的困境与应对 [J].中国学校卫生,2017,38(1):106-108.
  2. [2] 王计生,徐多勇,唐莉,等.基于大数据的高校学生心理危机智能预警模型构建 [J].成都医学院学报,2024,19(1):111-115.
  3. [3] 王珊,王会举,覃雄派,等.架构大数据:挑战、现状与展望 [J].计算机学报,2011,34(10):1741-1752.
  4. [4] 刘凤娟.大数据的教育应用研究综述 [J].现代教育技术,2014,24(8):13-19.
  5. [5] 李永慧.希望特质团体心理辅导对大学生考试焦虑干预效果研究 [J].中国临床心理学杂志,2019,27(1):206-209+142.
  6. [6] 赵丹.基于决策树的大学生心理危机预警模型研究及应用 [D].北京:北京林业大学,2020.
  7. [7] GODDARD H,SHAMIR L. SVMnet: Non-Parametric Image Classification Based on Convolutional Ensembles of Support Vector Machines for Small Training Sets [J].IEEE Access,2022,10:24029-24038.
  8. [8] NALEPA J,KAWULOK M. Selecting Training Sets for Support Vector Machines: A Review [J].Artificial Intelligence Review,2019,52(2):857-900.
  9. [9] 范文蓉.基于社交平台数据的大学生抑郁倾向预警模型研究 [D].南京:南京邮电大学,2023.
  10. [10] 骆莎.论大学生心理危机干预的现代转型 [J].思想理论教育,2020(1):107-111.
  11. [11] 胡义秋,刘正华.抑郁大学生心理健康的干预研究:不同类型学校支持的差异化影响 [J].湖南师范大学教育科学学报,2019,18(5):120-125.

作者简介

陈锋(1995—),男,汉族,浙江台州人,助讲,硕士,研究方向:数据挖掘。