基于大数据的高校学生心理健康信息反馈平台构建

王凤姿

摘  要：随着信息化技术的快速发展，大数据技术大大提升了人们从各种数据资料中获取价值的能力，大数据预测也日益成为高校学生心理危机预防、预警与干预的重要手段。基于大数据的高校学生心理健康信息反馈平台，在广泛收集学生相关数据基础上，借助云计算、元分析等技术，精准分析处理数据，实现对不同学生心理状态的分层划级，形成学生心理健康分级报告;借助平台实现对点推送，提高应对心理危机的时效性;处理结果的即时反馈，推动平台优化升级，实现平台的自主迭代。

关键词：大数据;心理健康;反馈平台;高校

当前，因心理问题导致的大学生伤人、自伤或自杀等恶性事件时有发生，高校学生心理健康问题已呈多发态势，日益引发社会广泛关注。为强化对大学生心理状态的了解与监控，各高校在心理普查、心理建档、心理咨询与教育等方面投入了大量“人、财、物”，这种以手工筛查、反馈、防控与预警的方式，取得了一定成效。然而，当前的高校学生心理健康预防预警工作，在学生多变化心态的实时监控、多渠道资讯的及时掌控、多元化资料的广泛收集，精准化信息的反馈共享等方面，还远未形成全方位、多角度、深层次可推广的应用系统或操作平台。借助大数据技术构建科学有效的高校学生心理健康信息反馈平台，正应时所需，具有深远的理论和现实意义。

一、大数据技术应用于高校学生心理预警工作中的重要性

近年来，因心理疾患造成的大学生刑事犯罪、损人毁物、伤己及人等恶性事件不断增多，给当事人及关联家庭带来沉重打击，严重干扰了高校学子的学习生活，严重妨碍了高校、社区及社会的和谐稳定。大数据技术支持下的大数据预测，将成为高校应对学生心理危机，提升预警效能的重要手段。在底层数据支持下，通过建立大数据知识库，构建数学模型，形成专家知识元支撑库，依托软件工具设计及机器思考等前沿技术，开发契合高校学生心理预警工作的信息反馈平台，从而实现平台的智能化、人性化[1]，对实现学生心理危机有效防范、即时预警和高效干预，具有十分重要的意义。

（一）呼应时代发展的需要

大数据时代背景下，大学生已逐渐习得互联网思维，其生活的沟通与连接已远不是传统渠道所能满足，随之而来的便是其人生追求、奋斗目标日益多元，需要应对的议题与挑战也更加严峻。基于学业、社交、情感、求职等诸多压力，大学生心理问题也越来越容易发生[2]。构建基于大数据的高校学生心理预警机制，及时识别特殊群体，进而采取有效干预措施，化险为夷转危为安，是时代发展的必然要求。

（二）提升工作效能的需要

基于大數据技术的高校学生心理预警工作，其效能将大大提升。有赖于大数据强大的信息收集功能，大学生心理危机预警数据将不再拘泥于心理普查、心理咨询等有限信息，而扩展到其学习生活的方方面面。在人工智能、云计算、元分析等技术的帮助下，心理健康工作者可以借由大数据分析，探寻隐匿于大数据背后学生的生活习性、心智状况、行为规律、个性特征等，从而形成实践指南，为构建心理高危学生预警、心理疾患学生排查、心理问题学生识别，提供数据支撑和决策支持。

（三）优化服务水准的需要

互联网、物联网、无线移动网、手机等移动终端的飞速发展，为实时监控学生心理健康状况提供了可能。通过大数据技术的系统评价及元分析，实现对数据价值的充分挖掘和高效利用，可以帮助心理健康工作者摆脱时空局限，最大限度扩充潜在的关注对象，从而及时排查不稳定因素，提前疏导高风险受众，并提供个性化处置方案。借由工作前置和重心前移，实现心理服务对象的精准定位和心理服务个性化。

二、大数据技术应用于高校学生心理预警工作中的可能性

传统预警模式中，高校学生心理预警主要基于心理普查、个别访谈等有限数据分析和主观经验判断，其准确性、实效性无法得到充分保障。随着计算机、互联网、手机等数据承载方式和云计算等数据处理技术的迅猛发展，高校学生心理预警效能将大幅提升，构建学生心理健康信息反馈平台也将成为可能。

（一）大数据为高校学生心理预警提供数据支持

融合巨量的、不同类型的数据资源可以为心理预警奠定坚实基础。大数据带有全数据特征，各种结构类型的、体量巨大的、实时流动的数据都可以作为高校学生心理预警的依据。伴随着互联网成长起来的高校学子，每天的言行无不留下“数据脚印”，诸如校园一卡通消费状况、朋友圈、贴吧等网上活动，QQ、微信、电话等通讯行为，图书馆使用情况等等，都将被记录，有意无意地成为数据制造者和供给者。当个体数据累积到一定的量，就能够通过数据分析揭示其生活习性、兴趣爱好、情绪状况、行为特点和个性特征等等，实现心理预警机制从“任务驱动”向“数据预测”的全新转变。因此，基于大数据的高校学生心理预警工作，不仅可以克服传统预警工作存在的被动性、受限性及滞后性等弊端，还可以通过与传统的心理普查、心理咨询、心理活动、心理教学获得的心理健康数据的有机结合，精准识别特殊群体，提高预警的科学性和准确性。

（二）大数据为高校学生心理预警提供技术支持

既往的心理危机预测，主要基于主观经验或有限的、局部的数据分析，即使有定量分析，让不足以掌握预测对象的规律与特征。采用大数据技术，构建数学模型，开发各种软件，可以获得强大的数据分析能力，以此来帮助人们解析预测对象的特点，发现其模式特征，探寻其趋势，进而开展较准确的预测分析[3]。大数据能让计算机获得“机器学习”的能力，通过数据的持续输入，计算机能够自动学会如何预测，从而提高预测能力。

（三）大数据为高校学生心理预警提供方法支持

传统预测以因果关系分析为基础，然而，“因”与“果”表现形态多样，绝非简单的一一对应关系。当面对复杂多样的因果关系，受制于个体有限的认识能力，人们在进行预测分析时，是很难做出全面、准确的判断的。建立在相关关系基础上的大数据分析技术，可以发现众多数据集合之间的关系，识别出有效的关联物，从而揭示事物内在的规律、特点及模式，为心理预测预警提供全新的视角和方法。如从学生的朋友圈及社区留言、消费购物、通讯记录等可量化的大数据中，可以预测其情绪、心境状况。在此基础上，将网络与现实中彼此关联的数据进行整合分析，挖掘隐藏在现实生活背后的深层关系，从而发现高危风险点，实现对心理危机事件的有效防范和事态走势的精准研判与准确预测。

三、高校学生心理健康信息反馈平台的设计思路

根据我国高校目前的学生心理危机预防、预警与干预机制与要求，笔者认为高校学生心理健康信息反馈平台的设计思路主要包括平台决策设计、数据的收集与处理、心理健康分级及应对、安全机制。

（一）平台决策设计

心理健康信息反馈平台的决策设计，是指推动平台顺利运转的各项体制机制、人、财、物等。平台决策设计就像是心理健康信息反馈系统的大脑，决定着数据收集的广度与深度、数据分析的有效性，心理健康分级推送的精准度以及安全保密机制保障。因而，平台决策设计有几个方面需要考虑。首先，行政层面设立专门的协同合作机构，调动平台所需的人力、物资、信息等资源。在此基础上，明确各相关部门在心理危机预防、预警与干预过程中的职责与任务，并通过制度的形式固化，保障平台的有效运转。最后，制定针对反馈平台的动态管理、维护升级、安全保密等制度，推动平台的持续稳定运行。平台决策设计如何，将直接影响到信息反馈、预警干预的有效实现。

（二）数据的收集、分析与处理

数据收集的完备性和有效性将直接影响心理健康信息反馈平台的精准度与高效性，因而在数据收集层面，需要涵盖人工收集和计算机辅助收集两方面。人工收集包括学生心理测量数据、心理咨询（访谈）记录、辅导员谈心谈话材料、心理活动参与情况、学业成绩等。计算机辅助收集包括各类互联网、物联网、手机等移动终端以及各种各样的传感器（如RFID）数据。如学生使用的校园网IP地址信息、校园一卡通消费状况、图书馆借阅数据、校医院医疗数据等等，这些都应该被捕捉到。数据内容的收集整理为接下来的数据分析处理奠定基础。在数据的分析处理环节，针对不同类型的数据，因其结构性和贡献度差异巨大，应匹配不同权重[4]。如心理测量数据，因其结构性强，参考价值大，因而权重赋值要大些;反之，各类访谈记录或活动情况，由于结构性稍差，分析难度较大，权重赋值可以稍少些。此外，要充分研究各类数据与学生心理状态之间的相关性，找到各数据变量之间的匹配算法，在比对统计基础上，得出心理健康、心理问题及心理疾患梯度数据平面，构建心理高危学生预警、心理疾患学生排查、心理问题学生识别的高校学生心理健康信息反馈平台。

（三）心理健康分级及应对

在数据收集、分析与处理基础上，通过正常或异常的心理状态空间比对，划分出心理高危、心理疾患、心理问题及心理健康等不同层级状态，形成学生心理健康分级报告。在此基础上，根据危机状况及严重程度的差异，决定选择怎样的应对方式最为合适，以及决定选择怎样的心理咨询师或者相关人员来化解各类心理风险和隐患[5]。为此，需建立并明晰不同层次心理干预人员的工作对象、职责及权限，通过平台设计实现精准推送，相关人员在接收信息后即时反应，事后还需将处理结果梳理总结，反馈至系统平台，平台据此调整修正数据算法，以此提升平台工作精准度。

（四）安全机制

心理健康信息反馈平台建立在大数据基础之上，大数据的潜在风险如隐私泄密、系统入侵等问题，常会带来诸多安全隐患。因而，為确保通信安全、数据传输与存储安全，信息反馈安全，构建信息安全保密机制必不可少。具体来说，数据层面的安全措施可以是：基础设施安全防护、数据加密、身份认证及访问与限制、安装入侵检测系统、安装网络防火墙、数据备份等[6]。访问层面的安全措施可以是：限定不同层级参与人员的访问权限;组织相关人员的安全保密培训并签署保密协议等。

四、高校学生心理健康信息反馈平台的具体实现

大数据技术指导下的高校学生心理健康信息反馈平台，具有信息体量巨大、反应迅速、全方位全过程覆盖等特点，在数据收集、分析与处理，心理健康分级及应对等方面，特别是在心理高危学生预警、心理疾患学生排查、心理问题学生识别等心理预警与防控方面，功能强大，具有广阔应用前景。高校学生心理健康信息反馈平台的具体实现，可以由附图所示的平台结构拓扑图呈现。

高校学生心理健康信息反馈平台主要由数据来源、数据收集、数据分析与处理、分级应对等模块构成，这些模块的主要功能如下。

（一）数据来源

该模块主要是畅通与学生心理健康状况相关的数据来源和渠道，在涵盖尽可能多的数据来源基础上，将最有价值的数据信息收集进来。如网上活动，可以从群组聊天、社区留言、微博发文、微信朋友圈、QQ空间等方面，尽可能地拓宽数据来源。

（二）数据收集

通过各种硬件设备收集、存储平台所需数据，为后续分析处理提供基础数据。用于数据收集与存储的硬件设备可以是各类智能终端设备，如移动设备中的传感器、物联网传感器、皮电传感器、移动通信网络等等。

（三）数据分析与处理

该模块构成了心理健康信息反馈平台的“大脑”，决定着平台能否精准有效运行，因此是至关重要的部分。当所有数据上传云平台后，就要设计云计算、元分析的算法，以此对数据进行识别、筛选、综合分析。各种数据彼此是作为相互独立的变量存在的，如何将不同变量进行归一化处理，如何找到各类数据与学生心理健康状况的关联性，如何分配权重、找到恰当的匹配算法？这些都是在数据分析处理部分要着重考虑的问题。

（四）分级应对

心理健康信息反馈平台在结果的输出上，应能清晰呈现心理健康、心理问题及心理疾患梯度数据平面，划分出不同心理状态层级，形成学生心理健康分级报告。并根据不同权限、职责及干预对象的心理健康工作者，以短信、微信、邮件或OA系统等途径，实现“点对点”精准推送，确保第一时间启动应急机制，为心理危机预警与干预争得时间。应急处置结束后，工作人员还需将处理结果即时总结反馈至信息平台，以此调整修正数据算法，进一步优化平台功能，实现平台自主更新。

五、结语

大数据既是一种数据集合的表现形态，也是一种获取、管理、分析和解析数据的方法与技术[7]。大数据技术在心理危机预防预警工作中的发展与应用，为我们理解个体心理与行为背后的各个构成要素及其互动关系，提供了新的思维取向和方法选择。大学生群体的心理危机预防、预警与干预，也需要借助大数据方法，在数据收集、分析与处理，数据品质及有效性等方面获得更多的突破与推进，构建起精准有效的心理健康信息反馈平台，助力高校心理危机预防预警与干预、心理健康教育与咨询等实务工作的有效实践。

参考文献：

[1]张家明，王纯静.基于大数据技术的大学生心理危机预警研究[J].教育与职业，2015（30）：75-77.

[2]林晓燕.大数据时代背景下高校经济困难学生心理预警机制构建[J].中国成人教育，2016（14）：79-81.

[3]彭知辉.基于大数据的警务预测：局限性及其顺应之道[J].中国人民公安大学学报（社会科学版），2016，32（02）：37-45.

[4]安哲锋，张鹏.大数据背景下高校学生心理健康数据分析及反馈体系构建研究[J].思想教育研究，2016（09）：93-96.

[5]梁娟，刘月秀，林晓燕.大数据时代背景下大学生心理预警系统的建设路径[J].赤峰学院学报（自然科学版），2017，33（13）：109-110.

[6]杨倩，陈登凯，朱梦雅，李炳超.基于互联网技术的老年人心理健康服务系统设计[J].包装工程，2017，38（22）：53-59.

[7]郑建君.大数据背景下的社会心理建设[J].哈尔滨工业大学学报（社会科学版），2019，21（04）：8-13.

责任编辑  苗存龙