基于云計算技術的高校心理健康在線服務平臺設計

李春燕

（東北石油大學，黑龍江大慶 163318）

高校學生壓力隨社會高速發展與日俱增，大學生心理健康問題越來越受到人們重視。相關研究學者調查問卷結果顯示，五分之一以上高校學生利用網絡尋求過心理幫助；二分之一以上高校學生利用網絡心理咨詢獲取幫助。近年來，高校惡性事件發生率明顯高于以往，高校學生心理健康成為社會以及研究學者關注的重點，高校學生心理健康問題已成為目前高校迫切需要解決的問題[1-3]。

及時監測高校學生心理健康狀況，并及時干預出現心理危機的高校學生，有效提升高校學生心理健康[4-6]。為此，有學者提出了基于茶文化環境構建個性化高校學生心理健康教育機制平臺，將具有悠久歷史文化的茶文化環境應用于高校學生心理健康教育機制中，培養學生心理健康教育，令學生重視心理健康對自身發展的重要性；有學者提出了基于新媒體技術構建大學生心理健康管理平臺，將日益發展的新媒體技術應用于大學生心理健康管理平臺構建中，令大學生心理健康管理進入新階段[6-8]。

云計算技術是近年來網絡技術高速發展誕生的新型并行計算技術，適用于海量大數據計算，已廣泛應用于各領域[9]。為此，設計了基于云計算技術的高校心理健康在線服務平臺，通過現代化技術構建可實時監控并為高校學生提供心理健康在線服務的平臺，高校學生可通過手機、電腦等可聯網設備訪問平臺，利用終端設備上傳個人心理危機狀況，平臺依據高校學生心理狀況分配心理危機干預人員以及健康管理人員，為高校學生第一時間提供心理健康服務。

1 云計算技術的高校心理健康在線服務平臺

1.1 平臺總體結構

依據平臺信息化及高校用戶需求，以互聯網技術及云計算技術作為平臺主要技術[10]，云計算技術的高校心理健康在線服務平臺總體結構如圖1 所示。

圖1 平臺總體架構

通過圖1 平臺總體結構圖可以看出，平臺共分為應用層、云計算層、網絡層以及設備層四部分，各層介紹如下：

1）設備層。設備層是平臺建設所需硬件設備集合，設備層處于云計算平臺最底層，利用設備層為平臺整體架構提供設備支持。設備層主要包括傳感器、攝像頭以及手持設備等，通過設備層內設備采集用戶信息[11]。利用呼吸速率傳感器、心率傳感器等設備，通過所采集的數據檢測用戶不同情況下的心理狀態。

2）網絡層。平臺通過光纖網絡、無線網絡以及校園網絡為平臺提供網絡支持，利用網絡層實現高校用戶心理健康數據接收、傳輸以及共享，通過網絡實現各項設備與用戶信息和資源的傳輸。

3）云計算層。通過云計算層處理海量高校心理健康數據，平臺的云計算層包括功能層、智能處理層以及數據層三部分，通過以上三部分實現海量心理健康數據分析、存儲及集成。數據層負責存儲高校用戶信息、用戶心理數據、相關服務數據以及數據記錄；智能處理層利用相關云計算處理技術實現海量數據挖掘、檢索、分析、共享以及融合等各項處理[12]，利用處理結果為用戶提供符合需求的信息；功能層為平臺提供消息、語音以及視頻等功能，為應用層提供視頻、語音等功能服務。

4）應用層。應用層位于平臺最頂層，是高校心理健康服務面對高校用戶的直接體現層，高校心理健康服務平臺應用層主要分為高校用戶模塊以及心理咨詢師模塊兩部分，高校用戶模塊以及心理咨詢師模塊分別服務高校學生、教師以及心理咨詢師等用戶，不同用戶通過相應模塊入口進入平臺，且相關數據可互相關聯。

1.2 云計算平臺部署以及信息推送流程

利用部署云計算平臺的云服務，實現平臺內海量數據存儲、服務以及計算，用戶可在電腦、手機以及iPad 等終端設備實現信息推送及訪問需求，滿足用戶高校心理健康服務需求。平臺設置高校心理危機預警數據庫，依據心理健康指標體系建立云計算層的心理危機預警數據庫內，數據庫內集合危害大學生心理危機干預機制以及關鍵因素，其中包含大量心理危機指標體系，平臺依據心理危機指標體系評估用戶心理狀態，評估結果為危險時，平臺需要及時發送危機預警至相關負責人，相關負責人依據接收結果對用戶實施心理干預以及治療，避免用戶出現心理危機問題[13]。

云計算技術的高校心理健康在線服務平臺包括硬件設施以及軟件設施，通過應用服務及數據中心部署平臺。通過數據中心實現海量心理健康數據的云計算，利用存儲設備及服務器組成數據中心，平臺將虛擬計算機分配至所有用戶，用戶利用網絡連接至云計算平臺，云計算平臺部署框架如圖2 所示。

圖2 平臺部署框架

依據圖2 平臺部署框架實現心理健康數據中心的云端存儲、數據計算以及信息推送，信息推送流程如圖3 所示。平臺管理員針對不同高校用戶通過信息推送模塊，利用并行Apriori 算法等云計算技術設置不同推送內容，推送結果利用虛擬機通過信息接收代理發送至平臺用戶，平臺實時監測用戶的登錄狀態便于及時發送推送信息。

圖3 平臺信息推送流程

1.3 云計算的數據挖掘算法

利用并行Apriori 算法的云數據挖掘方法處理平臺內海量數據。

1.3.1 數據簡化處理

挖掘平臺內海量云數據前，需簡化處理數據屬性，簡化過程如下：

1）統計平臺內全部云數據屬性并排序；

3.采用E-training 模式的另一個顯著優勢還在于，手機信號既可以傳輸、下載文字資料，也可以傳輸、下載圖片、音頻、視頻等信息，通過圖片，尤其是音頻、視頻等類型的資料傳輸，就能夠解決那些文盲、半文盲等文化素質低下或有閱讀障礙員工的文字閱讀問題，這就從根本上解決了那些文化素質差的員工的教育培訓問題。另外，一般情況下，盡管E-training 模式會采用大量圖片、音頻、視頻等信息，但文字培訓材料仍將會是大量的，而由于一線員工文化素質普遍較低，因此，在編寫文字培訓材料時，應充分考慮基層員工的接受能力，應盡可能做到短小精悍、簡明扼要、通俗易懂。

2）刪除冗余數據屬性，簡化處理云數據屬性[14]。依據平臺內海量云數據屬性關聯簡化處理數據，過程如下：

①獲取平臺內云數據屬性的等價數據集；

②用B與C分別表示用戶需求數據屬性以及云數據屬性，依據數據挖掘需求E與云數據屬性C間關聯，獲取不同數據屬性間關聯性系數分別用η(C,E)以及η(C-{B}，E)表示；

③平臺用戶需求數據屬性權值系數公式如式（1）所示。

當T(B,C,E)>0 時，表示用戶需求與該屬性數據間存在關聯，將該屬性數據保存；當T(B,C,E)≤0 時，表示用戶需求與該屬性數據并未存在關聯，將與用戶需求無關聯的冗余數據去除；

④將利用以上過程簡化處理后的云數據存儲于數據庫內，便于后續用戶使用。

計算簡化后云數據關聯規則[15-20]，通過簡化后云數據所組成的數據集獲取關聯規則，提升數據挖掘的準確性及實時性。

利用Apriori方法挖掘海量云數據，統計全部海量云數據，獲取云數據種類數目，計算不同數目的云數據支持度，用Nl與N2分別表示利用最小支持度數據獲取頻繁1項以及頻繁2項數據集合，重復迭代以上過程直至無法獲取頻繁項數據集合。具體步驟如下：

1）數據連接。通過自體連接處理數據集合Nl-l獲取數據項Cl，nl、n2與nj[k]分別表示數據集合Nl-l內元素以及第j個元素的第k項。數據集內海量云數據依據降序規則排列，以nj[]1

設前l-2 項數據屬性簡化后在數據集內相同，則元素nl與元素n2在數據集Nl-l內為可連接，數據集內元素需要符合式（2）：

以上步驟所獲取連接結果如式（3）所示：

2）數據剪枝處理。設nl超集用Cl表示，依據候選項數量可通過數據集Cl獲取Nl-l。設數據集Cl內存在海量元素，需壓縮處理。當數據集Nl-l內未存在l項集子集時，將其刪除，剩余數據即為用戶需求數據，通過以上過程實現云計算平臺內的數據挖掘處理。

2 高校心理健康在線服務平臺性能的仿真測試

為檢測云計算技術的高校心理健康在線服務平臺針對高校學生心理健康服務的有效性，選取某地某高校2018 級1 000 名學生作為實驗對象。平臺服務該高校學生心理健康結果如表1 所示。從表1 平臺測試結果可以看出，平臺可滿足用戶各項測試指標成功運行，平臺執行各項操作響應時間均低于300 ms，有效說明文中所設計的心理健康服務平臺具有較高有效性，且平臺具有較高的實時性，可滿足高校用戶實時性需求。

表1 文中平臺服務結果

采用文中平臺服務高校用戶心理健康，不同設備數量時平臺執行時間對比結果如圖4 所示，為直觀展示該平臺的運行性能，將文中平臺與個性化平臺(參考文獻[7])以及新媒體技術平臺(參考文獻[8])進行對比。從圖4 平臺測試結果可以看出，文中平臺隨設備數量增加執行時間有所下降；個性化平臺以及新媒體技術平臺隨設備數量增加，執行時間有所提升。平臺測試結果說明，文中平臺在設備越多時執行性能提升越明顯，主要原因是該平臺利用云計算技術搭建，通過Apriori 方法挖掘海量云數據，云計算技術具有并行計算性能，有效提升該平臺的擴展性。

圖4 不同設備數量時平臺執行時間對比

選取該校1 000 名學生作為調查對象，調查采用文中平臺服務學生心理健康，學生的體驗感受統計結果如表2 所示。從表2 調查統計結果可以看出，88.4%的學生認為采用該平臺有助于高校學生準確定位自身心理健康情況；90.1%的學生認為采用該平臺可明確影響心理健康的問題所在；有助于用戶針對具體影響心理健康問題做出調整；90%以上的用戶認為該平臺可通過合理的心理健康指標體系評價用戶心理狀態；該平臺具有較高的心理健康服務有效性；該平臺有助于用戶進一步了解自身心理健康；用戶使用該平臺與心理咨詢師溝通情況良好，可通過與心理咨詢師咨詢獲取理想心理調節效果。調查結果有效地驗證了平臺具有較高有效性，可為用戶提供良好心理健康服務。

表2 學生體驗感受調查結果

為進一步驗證用戶使用該平臺的滿意程度，令1 000 名學生填寫滿意度調查問卷，調查結果如表3 所示。從表3 調查結果可以看出，大部分用戶對平臺方便性、反饋速度、響應速度、合理性等各項評價指標均表示滿意，僅有低于2%的用戶對界面設置以及信息使用率等指標評價結果為不滿意，主要原因是調查結果為主觀評價結果，個人主觀意識占評價結果的主要部分。調查結果表明所設計的高校心理健康服務平臺可滿足大部分用戶服務需求，信息占用率及信息使用率滿意度較高，表明平臺可有效節省平臺資源；用戶對平臺響應速度滿意度較高，表明平臺可滿足用戶對心理健康服務實時性要求。

表3 平臺使用滿意度調查

3 結束語

高校學生心理健康問題是目前各高校極為重視的問題，利用云計算技術構建高校心理健康服務平臺，完善高校心理健康指導中心對高校學生心理健康服務的高效性。通過部署完備的平臺，建立高效學生心理健康信息檔案，用戶可通過手機、電腦以及iPad 等移動設備隨時登陸平臺，通過光纖網絡、無線網絡以及校園網絡隨時與平臺連接，令所建立的平臺具有更高的實用性。