基于大数据的网络行为分析及心理健康预警研究

基于大数据的网络行为分析及心理健康预警研究

郭鹏

临沂大学

摘要：网络是现在人们获取信息的主要方式之一，给人们带来了极大的便利，但是网络中的信息不全是正向的，获取信息的时候需要进行筛选，如果不进行正确的筛选，经常看一些不良信息，会影响到人的心理健康，特别对于青少年的成长造成不良影响；通过对青少年网络行为进行分析，可对青少年心理健康进行预警。

关键词：大数据，心理分析，网络行为，数据算法

1 引言

现在人们的生活基本上离不开网络，通过网络获取信息极为方便，合理运用网络的好处必然会带来很大的收益，而如何去减少网络的负面影响以及解决网络带来的一些信息问题也迫在眉睫。通过对青少年浏览、发布的信息以及其他网络行为进行分析，可以提前发出预警。

2 青少年人群现状及网络行为心理健康分析重要意义

当前青少年心理问题的发生率在不断增加，而良好有效的心理问题的对策还未有效发展。随着社会电子媒体和移动电子设备的快速发展、网络在人们生活中的普及，给人们带来便利的同时，也会使得不良的信息更容易被获取，其中青少年与外界社会接触最主要的渠道便是网络，而在心智不太成熟且步入社会带来的压力的情况下，浏览到不良信息的时候，很容易受不良影响。处于心理发育期的青少年长时间沉浸其中必然会对心理造成不良影响，容易出现心理波动、心理异常、甚至于暴力、厌世、自杀等倾向，针对这一问题可对青少年的网络行为进行建模和分析、分类，以便对其进行个性化辅导和心理健康问题的预警。

随着大数据技术的迅速发展和大数据的广泛应用，能够通过人们的上网行为，以及浏览信息的习惯，来辨别出用户的心理爱好，并且通过数据分析，可以判定上网用户的心理状态，在用户有长时间浏览不良的信息，或者通过数据分析发现有心理健康问题的时候能及时发出警告，并向其家人或老师长辈们发送信息，让家人，及老师长辈们来进行干预，进行心理缓解，能起到及时解决青少年心理问题的作用。

3 青少年网络行为分析及健康预警

基于网络行为分析的心理健康指导，就是对于如何解决网络的负面影响上一个很好的范例回答，通过大数据聚类算法与分类算法，对青少年的上网行为进行心理分析来判断上网用户的心理状态，并通过心理健康预警平台，将心理问题的消息，向用户及其老师家人进行推送，来进行心理健康的预警，从而及时对心理健康问题进行干预，帮助调解，减少不幸的发生。对青少年网络行为分析与心理健康预警，可以达到如下目的：

1.避免青少年对网络不良信息的过多接触，对心理造成不良影响。

针对广大中小学生心理健康教育，本着帮助他们树立良好的上网理念，避免他们过早接触一些不健康的负面新闻及不良内容，可以通过记录并分析其上网检索信息，给学生以来自老师和家长的正确监督，帮助其成长发展。

2.对青少年出现心理健康问题及不适行为及时预警，避免出现不可挽回的损失。

3.对青少年进行心理健康分析与追踪，对网络行为进行建模和分析、分类，以对其进行个性化辅导。

4 技术应用及心理预测模型

通过学生的上网行为来分析出其心理状态的过程，分为四步来完成：

第一步，使用网络爬虫对网上数据进行爬取。在青少年经常使用的网站、游戏、微博等上网行为的数据进行爬取，获取相应的数据。

第二步，通过对已经获得的数据进行数据分类，整合出一些相应的类型，通过关联函数，聚集算法，算出数据中密度大的部分，找出数据的重心；

第三步，对心理模型进行周期性，阶段性的构建，进行周期性分析数据，找出其中的规律性信息。

第四步，用遗传算法对上述构造的数据集进行特征分类，通过数据挖掘分析判断出学生最近的上网行为与心理健康状况，结合心理测量表，分析出学生的心理状态。

通过收集上网用户的数据及用户的基本信息，结合MBTI测评量表、PHQ-9抑郁症筛查量表及GAD-7焦虑症筛查量表内容，分析出心理预测模型，来进行对用户的心理状态判断及心理预测。采用预测-淘汰机制，在构建模型之前，预先挑选几个具有分类能力的模型，然后进行数据分析应用，选择出与心理测评结果最匹配的心理感知模型，并将其它模型进行淘汰，这样挑选出的模型，匹配率更高，预测结果更准确。

第五步，当预测出青少年心理健康问题后，对数据进行加密，并及时通过预警平台通知辅导人员及家人，更好的进行心理调节。

参考文献

[1]数字化校园中用户网络行为大数据的分析与监控[J]. 任华,张玲,叶煜. 计算机与数字工程. 2017(09)

[2]浅谈大学生心理健康教育存在问题及对策[J]. 左菊香. 农家参谋. 2020(13)

[3]新时代高校大学生心理健康教育的实践探索[J]. 吴苑. 佳木斯职业学院学报. 2020(08)

[4]用户行为数据分析下的信息推送系统的设计[J]. 沈军彩. 现代电子技术. 2017(17)

[5]基于大数据的大学生网络行为分析研究[J]. 王海燕,桑晓斐,赵可云. 中国教育信息化. 2017(13)

[6]网站用户行为数据收集和分析方法[J]. 王利强,刘正捷,张丽萍,张海昕,陈军亮. 电脑开发与应用. 2004(02)