基于大数据技术的高校学生心理健康动态评价体系研究

林丽妹

(福建水利电力职业技术学院 学生工作处, 福建 永安 366000)

目前高校进行学生心理健康情况调查的主要手段是通过纸质或网络调查问卷，为了后期跟踪方便，一般会要求学生留下比较详细的个人信息。然而，出于涉及个人隐私的考虑，不少学生在填写问卷时担心自己被特殊化对待或者害怕被打上特殊标签，往往不能客观地将真实心理状况反映在调查问卷中，导致反馈回来的数据信息大多存在虚假情况，无法真正了解学生心理健康问题。且部分没有心理问题的同学，会在调查问卷上随意填写，造成调查问卷不能全面真实地反映学生心理健康状况。另外，学生心理健康问题是一个动态发展、变化的过程，但是由于多数学校存在对测评的重视程度不足、师资力量薄弱、测评系统不完善等问题，难以捕捉到学生学习生活过程中的动态化心理发展变化。借助大数据技术在保证指标的科学性、稳定性与灵敏性情形下，搭建动态评价体系，以促进大学生心理健康工作的有效精准开展。

一、高校学生心理健康教育工作存在的问题

通过调研发现，面对高校学生心理健康教育工作，多数高校仍多主要以人工预警为主的方式进行学生心理健康状态的监控。[1,2]该种情况导致高校无法实时对学生心理变化做到动态且连续监控，易错过问题最佳处理期，影响学生身心健康的发展。

(一)网络安全隐患导致数据泄露

互联网时代促使网络技术逐渐成为高校、企业实现智能化运作的主要方式。然而，由于网络环境具备虚拟性且发展规模逐渐庞大，越来越多网络黑客与不法分子开始通过窃取数据牟取暴利。他们通过网络系统攻击、病毒植入等方式，肆意盗取高校师生相关数据信息，为高校线上收集学生心理健康调查问卷带来较大网络安全隐患。并且，部分黑客会借助非法手段获取高校数据库权限，随意发布有害信息，就导致高校难以通过大数据技术获取学生有关心理健康的准确数据信息，从而影响高校心理健康教育评价工作的开始与准确。

(二)心理健康数据采集内容不够科学

根据数据来源分析和日常工作实践，采集到的心理健康数据内容大致包括：新生入学个人基本信息、心理健康评测时产生的相关数据信息、心理咨询时心理咨询师整理出的咨询材料，这类资料记录了学生心理问题发生的原因；还有危机评估、辅导员访谈、学生心理课程成绩、参加心理健康教育活动的数据等。这些内容从不同角度和程度反映了学生的心理状态，但往往依赖于学生的主动参与，故难免会出现信息不真实或拒绝参与的情况，导致采集到的数据不真实、不全面。且这类数据的获取都是通过主观臆测得出，从而难以科学地反映出学生真实的心理健康状态，影响后学动态评价过程中的准确性与可靠性。[3]

(三)心理健康数据采集整合性差

目前，高校学生心理健康数据来源于不同的采集主体，由不同的采集主体进行保管，学生的心理健康数据处于一种割裂状态，没有实现整合。同时，通过心理普查、心理访谈等方式获得的心理健康数据是静态的，它只能反映学生最近一段时间的心理健康状况，无法预测学生未来的心理健康状况。这种“断点式”的数据很难代表不断变化的学生心理健康水平，更难以实现对学生心理健康状况动态的跟踪和管理。因此，高校要构建学生心理健康动态评价体系，从而动态反映学生不同时间段的心理健康情况。

二、高校学生心理健康动态评价因子分析

为分析高校不同影响因素对于学生心理健康的真实影响力，从而有针对性的提高学生心理健康能力，故需要搭建高校大学生心理健康动态评价指标体系。[4]指标选取的方式通常有三种，分别为理论模型分析法、专家咨询法与数据分析法。因此，文章在构建高校学生心理健康动态评价体系时要综合采用上述三种方式。[5]

(一)指标体系构建

首先，站在理论分析法角度，确定大学生心理健康动态过程在准则层方面的五个维度，包括保密度、保障度、可持续性、覆盖度与可行度。其次，站在指标层角度，通过利用理论模型法与数据分析法，针对大学生心理健康动态相关的指标，选取理论界相关研究较为深入与使用频率较高的指标。最后，征求与高校学生心理健康有关专家的意见，吸取相对合理的建议，进而完善与调整指标体系。[6]

通过充分研究与分析大学生心理状况的个体差异情况，利用大数据技术选取高校学生心理健康动态评价体系(S)中准则层的指标，通过剔除与高校学生心理健康关系弱或者无关的数据指标，确定准则层为覆盖度(A)、保密度(B)、可行度(C)、可持续性(D)、与保障度(E)五个方面内容，以构建高校学生心理健康动态评价指标体系。[7]这一指标体系即可以反映大学生不同心理状况，也能够为大学生未来提升心理素质提供可借鉴性的意见。其次，根据准则层中选出的指标，进一步借用人工智能算法筛选每个子指标，根据数据的准确性、使用程度与占比情况，共计选出13个关键性指标，用以突出反映高校大学生个体的心理健康差异程度。其中：覆盖度A包括的指标层是全国各所高校开展心理辅导百分比A1；保密度B的指标层包含了学生进行心理咨询所产生的费用百分比B1、高校补贴学生心理费用占比B2和高校学生与心理医生数量之比B3这三个指标；可行度C的指标层包括了高校心理健康工作成本占高校GDP增长率百分比C1、高校心理健康工作财政支出占高校GDP百分比C2、高校心理咨询师工资与其他教职员工收入的比例C3、学生用于心理咨询的费用与生活费之比C4四个指标；可持续性D的指标层包括了高校心理健康补贴费可替代比率D1、高校发放补贴费用增长率占高校CPI上升百分比D2、高校发放费用与学生最低生活保障标准之比D3三个指标；保障度E的指标层包含了高校心理健康工作基金结余之比E1、高校学生心理健康基金征缴率之比E2两个指标。

(二)指标权重确定

为确保高校学生心理健康动态评估实现量化，将先分析准则层上各指标对目标层产生的影响及对应的权重。采用萨蒂研究的成果“1-9标度法”，构建不同指标间的比较判断矩阵，用以对比两两子指间的重要程度。两指标重要程度相同，判断分值为1；与另一指标相比，重要程度稍大判断分值为3；与另一指标相比，明显重要，则判断分值为5；与另一指标相比，非常重要，判断分值为7；与另一指标相比，极其重要，判断分值为9；介于上述相邻重要程度之间，数字越大重要性越高，则判断分值为2、4、6、8。aij表示指标ai相对于指标aj重要性，aij倒数为aji

1.层次排序

(1)层次单排序。通过两两比较A1,A2……An可得到对应的判断矩阵A，紧接着求解特征根问题AW=λmaxW得出W值。其中W值在经过正规化后转化为元素A1,A2……An在Cm准则下的排序权重。该种方法被称之为准则排序权向量计算的特征根法，并且特征根公式中的AW=λmaxW存在且单一。

表1 随机一致性相关指标数值

表2 总层次排序表

2.构建判断矩阵

邀请与大学生心理健康相关的多名经验丰富专家及相关从业人员进行不同维度的打分，最终得到判断矩阵S如表3所示。

表3 高校学生心理健康动态评价判断矩阵S

为方便直接比较指标间的数据，采用归一化处理方式对矩阵进行归一处理，得到结果如下：

令SW=λWi，其中，λ为S的特征根，λ所对应的特征向量为W。Wi则可看做是W分量，具体表示为第i个指标在此准则层中权重。计算Wi的特征向量，W1=[0.48 0.13 0.06 0.03 0.30]T。紧接着继续检验判断矩阵是否具备一致性：

观察上述结果可知，CI=-0.19,CR=-0.17，且CI与CR都小于0.1，可知该结果满足一致性要求，则不需要再次进行调整判断矩阵。采用上述公式与方式对指标层及准则层中的各指标及对应元素的权重进行计算。以可持续性指标为例，其下属有3个子指标D1、D2、D3。继续采用萨蒂提出的“1-9标度法”，并以此构建比较判断矩阵，判断两两指标间的重要程度。仍然先经过专家及相关心理从业人员进行打分，最终形成判断矩阵A，见表4。

表4 判断矩阵A

将表4矩阵归一处理后可得

对应特征向量W2=[0.64 0.26 0.10]T。

将其带入一致性检验公式可得：

经过计算后发现，判断矩阵A具备一致性特征。采用同样方式，先分别构造准则层判断矩阵B、判断矩阵C、判断矩阵D与判断矩阵E。并进行归一处理后分别可得：

W1=[1]T，W2=[0.19 0.47 0.34]T，W3=[0.09 0.15 0.26 0.50]T

W4=[0.64 0.26 0.10]T，W5=[0.75 0.25]T

同理对上述判断矩阵检验后发现，其均符合一致性要求。接着将指标层中的每一子指标对应权重与其所在准则层对应权重相乘，得出各子指标在高校学生心理健康动态评价体系中的总权重，最终形成如表5所示指标体系权重结果。

表5 高校学生心理健康动态评价指标体系权重结果

(三)结果分析

由表5可知，从整体上来看，当前高校对于大学生心理健康工作开展的比较好，且基本符合教育部提出的关于开展心理健康教育工作的五大原则，即“覆盖度、保密度、可行性、可持续性与保障度”。

如上所述，高校心理健康教育工作的覆盖程度在高校学生心理健康的五类指标中对应权重最高，为0.48，表明当下心理健康教育工作在高校范围内得到普遍的开展。工作执行的保障程度所对应权重为0.30，居次要地位。心理健康教育工作实施的保密情况、可行度与可持续性所对应权重分别为0.13、0.06与0.03。

在心理健康教育工作的覆盖程度中，仅涉及一个指标层，表明高校非常看重学生是否会接受心理辅导的工作。在学生心理健康工作的保证程度中，高校为学生心理咨询费用基金征缴的权重为0.75，表明学生非常重视心理健康就诊过程中的各项花销。在对于高校学生心理健康工作的保密过程中，学生更加看重对于学校补贴金额的保密，故所对应的权重最高为0.47，其次是高校专业心理咨询师的数量所占权重为0.34，学生个人负担就诊费用所占权重为0.19，加上保密度得分不高，表明高校在该类工作仍做得不是很到位。高校心理健康工作的可行性中，高校学生用于心理健康问题产生的费用权重较大为0.26，而高校心理健康工作财政支出占高校GDP百分比为0.055。说明高校在对于学生心理健康教育工作方面的资金投入非常的少。

整体而言，不同高校间学生接受心理辅导百分比层次总权重最大，为0.1870，相较于其他子指标来说，其是影响最大的因素。心理健康工作开展的财政支出以0.1595的层次总权重为次之因素。这两项指标是影响高校学生心理健康教育工作的第一梯队。高校学生心理健康工作财政支出增长率与学校GDP增长率之比、高校学生用于心理健康问题产生的费用与生活费之比、高校心理健康补贴金发放增加比率与高校CPI上升百分比之比的子指标层次总权重均在0.1左右。

三、建立动态评价体系改进高校学生心理健康教育工作

基于大数据技术的高校学生心理健康动态评价体系旨在为高校在后续心理健康教育工作中提供新的研究方法与理论实践，保障高校心理健康教育工作开展与实现学生心理健康动态监测的科学性与合理性。

(一)着力构建心理健康数据平台，实现监测内容全面化

现阶段，大数据以其海量的数据资源与智能化的云计算技术实现了数据间的共享与传输，提高了社会各主体的工作效率。因此，基于大数据背景下，构建高校心理健康网络数据平台，不仅能够实现学生数据采集的准确与多元，还可以时间全方位、立体化检测学生心理健康情况。首先，搭建与学生心理健康教育相关的数据评估体系。在网络信息时代，学生经常将日常生活行为记录、情绪发布在相关社交媒体上,这对于相关工作人员了解学生心理健康是较为方便的。因此，通过采集学生相关社会活动行为与社交媒体上学生发布的信息，将这些数据信息输入数据评估系统中，以此判断大学生心理健康情况。其次，高校可以设立线上心理健康保密聊天室。一方面可以使学生的各项隐私得到保证，也能够更好的了解到学生心理健康情况，进而采取相应措施，规避学生因心理问题伤害自己与他人的权益。最后，借助智慧校园的建设，运用数据监控、设备监控、物联网等新技术，构建心理健康数据平台。因此，高校要打破封闭的数据“孤岛”状态，实现数据信息共享，建立一套全员、全程、全方位的健康育人模式。

(二)完善高校学生心理健康动态评价机制，实现评价内容科学化

由于数据随主体、时间、空间的不同，会不断出现新的数据信息。因此，高校要不断完善学生心理健康动态评价检测体系，确保信息的随时更新与准确。首先，构建高校学生心理健康预警机制。通过分析并评估学生心理危机的状况，清理与提取出有效数据，从而对学生进行心理危机的早期预测。其次，在高校学生心理健康动态评价体系中加入其他指标，扩大评估学生心理健康的范围。围绕大学生内外部环境及特点，内部层面增加大学生人格特点、对刺激事件的认知风格、压力挫折应对方式、危机经历、个人身心健康状况的内部指标;外部环境层面增加大学生人际关系状况、社会支持状况、家庭环境、校园环境等指标。最后，设置大学生心理健康危机阈值标准线。根据大数据采集到的与大学生心理健康相关的各项数据，设置阈值标准。当出现超出正常阈值标准数据的学生，工作人员要及时对其采取相关措施，避免学生的心理出现扭曲。

综上所述，基于大数据建立动态评价体系，不仅是搭建平台、构建科学评价体系，而是为了改进高校学生心理健康教育工作，促进学生形成完善的人格，助力高校立德树人，培育德智体美劳全面发展、堪当民族复兴大人的时代新人，并为以后的相关研究提供理论指导。