基于云計算技術的網絡心理特征預測系統設計

慕祎

（榆林職業技術學院，陜西榆林 719000）

心理健康對于當代人來說至關重要，目前我國正在不斷加強人類心理疾病治療方式的推廣，消除心理疾病歧視，提高心理特征預測的準確率，促進人類的健康生活，已經成為當今醫學界密切關注的問題[1-2]。

雖然目前相關學者已經提出了心理疾病的概念和治療方法，但是人們對于自身心理疾病的程度和狀態不能準確地估計，因此提出網絡心理特征預測系統[3]。傳統的網絡心理特征預測系統，對于人類的心理活動解析不準確，造成心理預測結果出現偏差，對一些群體造成不可挽回的傷害[4]。

云計算技術是目前研究的新型技術，具有較強的計算能力，可以在短時間內計算出大量數據，利用云計算技術分析網絡信息特征數據，可以有效提高計算的準確性。因此該文提出基于計算機技術的網絡心理特征預測系統，用于準確預測心理特征量。

1 系統硬件設計

該文設計的網絡心理特征預測系統硬件由服務器、處理器、數據采集器三部分組成，系統的硬件結構如圖1 所示。

圖1 網絡心理特征預測系統硬件結構

1.1 服務器

該文采用開源式的Web 服務器作為網絡心理特征預測系統硬件區域的服務器，為系統提供運行基礎，維護系統的正常運行。開源Web 服務器是目前計算機領域的核心服務器，在6.0版本的基礎上進行了升級處理，使服務器不僅適用于不同類型的系統，而且拓寬了服務器的應用領域。Web服務器結構如圖2所示。

圖2 Web服務器結構

觀察圖2 可知，Web 服務器的服務端口為8080，此服務器端口的安全性高，如果更改服務器端口地址，需要輸入密鑰進入conf 文件完成屬性更改操作[5-6]。Web 服務器對于系統內部的壓縮包會自動檢測并解壓到同名文件夾內，保證系統內部數據的安全性。Web 服務器采用Linux 內核為運行驅動動力，為系統的運行提供基礎，并且Linux 內核可以模擬各類型的軟件開發工具，減少服務器后臺出現負載量超額、硬件設備崩潰的情況，提高系統的穩定性[7-8]。

1.2 處理器

為了提高網絡心理特征預測系統的運行速度，該文采用RTY96 型號的處理器，此處理器以HJO 芯片為核心，配置各類電路為配置，完成系統的運行操作。處理器內部的電路主要由電源轉換電路、存儲器電路、RS422 總線電路、模擬量采集電路構成，每個電路具有獨自的功能和任務，相互之間協調調用，維護網絡心理特征預測系統的正常運行[9]。處理器電路圖如圖3 所示。

圖3 處理器電路圖

處理器的模擬采集電路工作任務是完成網絡心理特征信號的轉換，為預測系統提供數據分析材料[10-11]。模擬采集電路在各個節點處設定一個FPGA引腳，一方面引腳采用雙核多通道模式，提高電路反應速度，另一方面引腳通過信號的識別，控制采集電路各個節點的開關狀態，提高電路的執行效率[12-13]。

HJO 芯片的輸出端子為RCA 3.5 端子和平衡端子共同協調控制，提高處理器的數據傳輸速度，此芯片的面積為145 cm×145 cm，面積小，但是存儲容量大，是一款性價比較高的芯片。HJO 芯片的信噪比高達140 dB，總諧波失真和噪音為-122 dB，具有較強的抗干擾能力，降低大眾的網絡心理特征識別分析誤差[14-15]。

1.3 數據采集器

網絡心理特征預測系統硬件區域數據采集器的任務是識別網絡心理特征，系統根據特征識別結果，提出相應的預測方向。數據采集器的核心組件是邏輯控制組件和信號解調組件，電源組件和數據存儲組件為輔助組件。數據采集器電路圖如圖4所示。

圖4 數據采集器電路圖

由圖4 可知，邏輯控制組件是由半指定電路技術的集成電路支持運行的，邏輯控制組件主要用于提取網絡心理特征語句，邏輯排序各個特征之間的關系，為系統的預測結果奠定基礎。通過服務器內部的總線連接處理器硬核和系統內的邏輯處理網絡心理資源。電源組件是實現系統正常運行的前提，如果電源組件的性能不強，經過一段時間系統的運行，硬件設備和軟件系統都有損耗，會降低設備的使用壽命。電源組件以28 V 轉5 V、±15 V 功能的DC/DC 模塊為核心，并且具備電源過壓自動保護，一旦預測系統內部出現5 V、±15 V 的交互電壓，則立即斷開相應電路[16]。

車牌號識別是通過讀卡器遠距離讀卡器和車輛所貼標簽，在電腦信息中錄入的車輛信息進行讀卡，兩者相吻合后，道閘自動打開，車輛進去地磅實現無人值守過磅。

信號解調組件是具有調制組件和解調組件雙重功能的組件，其工作任務是將軟件區域傳輸的網絡心理特征信號轉換為數據的形式，方便系統的預測操作，預測分析后再將預測結果通過信號解調組件轉換格式后，發送回軟件區域，實現客戶端的調用。

2 系統軟件設計

云計算是集成網絡計算、分布式計算、計算機虛擬技術、負載均勻技術等一些計算機技術的總稱，是一種新型計算技術。云計算的功能是在云框架結構下，通過低成本的計算機實體網絡完成高功能的計算操作。云計算的特點包括自助服務性、資源共享性、成本低效率高、便捷性。

網絡心理是指個人通過網絡媒介傳遞出自己對世界的真實看法和態度。網絡心理特征指的是可以代表網絡心理內涵的量。隨著網絡信息時代的發展，大眾發表看法和觀點都通過網絡實現，因為網絡具有言論自由的特點，正是因為網絡發言自由，采集到的網絡數據才具有可靠性和真實性。

HTTP協議也被稱為超本文傳輸協議，是在TCP/IP協議功能的基礎上，存于TLS 和SSL 協議層內置的一個請求響應問答協議，經過協議傳輸的數據都以ASCII 碼的數據格式進行封裝，該文采用2.0 版本的HTTP協議，在原有基礎上擴充了許多功能。HTTP 協議是安全性較高的協議，可以滿足網絡心理特征預測系統數據的保密性要求?；谠朴嬎慵夹g的網絡心理特征預測系統軟件處理流程如圖5 所示。

圖5 系統軟件流程

由圖5 可知，軟件區域通過調用數據采集器在網絡范圍內搜尋關于心理狀態的關鍵詞和用戶在網絡中的行為，在數據采集器的數據存儲組件中，管理人員定期向組件中存入網絡心理關鍵詞和關鍵行為，提高數據采集的準確率。網絡心理數據的采集過程是首先提取存儲組件中的心理關鍵詞和關鍵行為，然后啟動數據采集模塊，調用云計算技術，在互聯網范圍內采集數據。

在完成網絡心理數據采集后，將采集到的網絡心理數據進行網絡心理特征提取和選擇操作。通過心理語句的使用頻率和一些網絡行為（重復點擊頁面提示條、查詢偏激資料等）對比，將高頻敏感詞和違規行為進行排序，采用數據的歸一化處理，提取出網絡心理特征量。提取網絡心理特征量的輔助公式如式（1）所示：

其中，獨立變量的p個向量為（x1,x2,…,xp）。

事件yi發生的概率如式（2）所示：

其中，djt為網絡心理特征量，M為網絡心理量的總樣本，yjt為常數。

預測公式如式（5）所示：

其中，p（A）為網絡心理有效特征量占網絡心理特征總量的概率，p（B）為網絡心理特征的頻率。如果網絡心理特征關鍵詞的相關度大于70%，那么此網絡心理關鍵詞是有效的網絡心理特征。

3 實驗研究

為了驗證該文提出的基于云計算技術的網絡心理特征預測系統的有效性，與傳統基于數據挖掘的網絡心理特征預測系統、基于小波計算的網絡心理特征預測系統進行對比實驗。設定實驗參數如表1所示。

表1 實驗參數

根據上述實驗參數，選擇該文系統與傳統系統對網絡心理特征進行預測，得到的預測結果準確率如圖6 所示。

圖6 預測結果準確率

由圖6 可知，該文提出的基于云計算技術的網絡心理特征預測系統預測準確率遠高于傳統系統。

云計算的自助服務性表現為提高預測系統的功能性，可以根據客戶端申請的命令完成相應的計算，而不是客戶作為被動方，操作局限的系統功能。云計算可以調用系統內任意區域的資源，并且可以對資源進行自由擴展，以降低成本提高系統的運行效率，使云計算具有新奇和復雜的計算架構和創新潛能。

預測時間實驗結果如表2 所示。

表2 預測時間實驗結果

由表2 可知，該文提出的系統預測時間更短，根據有效的網絡心理特征對網絡內的數據和行為進行分析，準確地預測出發展趨勢下的網絡心理特征，健康引導大眾的心理發展。預測系統通過網絡心理特征的頻率和網絡心理關鍵詞的相關度，基于云計算技術在網絡預測系統中設定心理網絡特征的個數，分別計算各個網絡心理特征的相關度，選取相關度最大的網絡心理特征。

4 結束語

該文通過研究網絡心理特征預測模型的硬件區域的服務器、處理器、數據采集器，軟件區域的云計算技術、HTTP 協議以及網絡心理特征預測過程，構建基于云計算技術的網絡心理特征預測模型，提高心理特征預測的結果，促進人類的健康生活。