刘任静

摘  要 目的：通过问卷调查的形式调研石河子大学某院系学生的心理情况，结合机器学习算法分析探究心理健康学生和亚心理健康学生的差异。方法：随机采集405名学生的数据（包括基本情况），运用自编问卷结合心理教师现场评分，将405名学生的心理状况划分为健康和亚健康状态，通过支持向量机算法分析问卷数据，快速鉴别健康状态和亚健康状态。结论：测试集中100例心理健康学生，正确识别95例;30例亚健康学生，正确判别23例，总准确率为90.77%。

关键词 心理健康;机器学习;支持向量机

中图分类号：G444    文献标识码：B

文章编号：1671-489X（2020）22-0018-03

Analysis of College Students Mental Health based on Machine Learning Algorithm//LIU Renjing

Abstract Objective： This article investigates the psychological situ-ation of students in a department of Shihezi University through a questionnaire survey， and analyzes the differences between mental health students and sub-psychological health students in combination with machine learning algorithm analysis. Methods： Randomly collected data of 405 students including basic conditions and using self-compiled questionnaires combined with psychological teacher on-site scoring to divide the mental status of 405 students into health and sub-health states. The support vector machine algorithm was used to analyze the questionnaire data to quickly identify health status and sub-health state. Conclusion： In the test set， 100 mental health stu-dents correctly identified 95 cases， and 30 sub-health students correctlyidentified 23 cases; the total accuracy rate was 90.77%.

Key words mental health; machine learning; support vector machine

1 前言

心理健康是目前评定学生整体素质的重要指标之一。第十三届全国人大代表亢德芝说过：青少年的心理健康和身体健康同等重要。要做好学生的心理健康教育，引导他们的心理朝着健康方向发展，为他们健康成长打下坚实基础[1-2]。2016年，习近平总书记在全国高校思政工作会议上强调，要加强心理疏导，引导学生培养理性平和的健康心态。而大学生现在所处的环境更为纷杂，情绪变化很大，不良的心理状态很大程度上影响到了他们的正常学习生活。因此，当学生心理情况出现初步的异常或者负面情况时，进行必要的疏导是非常重要的[3-4]。如何在早期学生所表现的外在性状不明显时排查出异常心理的学生，成为问题的重中之重。据专业研究机构调查显示，早期心理疾病的治愈率高达98%，这说明如果能够早期就筛查出这些亚健康或者心理异常的学生，将能够最快、最高效地對学生进行针对性治疗。……