基于大數據基礎的工科院校大學生心理危機干預機制研究

張雪瑩 楊璐一 尹宗毅

摘? ? 要：隨著社會環境變化節奏的加快，越來越大的生活、工作、學業及競爭壓力，使得大學生逐漸成為心理危機事件的高發群體。工科院校大學生因所屬學科特點和工科院校校園文化氛圍，其學習和生活更為單調及枯燥，因此工科院校大學生的心理問題更為明顯。文章通過數據收集與分析，將大數據技術與大學生心理健康相融合，利用大數據技術帶來的便捷、精準、高效等優勢建立大學生心理危機干預機制，實現危機事件最小化，避免惡性事件的發生，對促進和推進工科院校大學生身心健康成長具有深遠的意義。

關鍵詞：大數據;工科院校;大學生心理;危機干預

中圖分類號：G641? ? ? 文獻標識碼：A? ? ? 文章編號：1002-4107（2022）01-0044-02

隨著全國高等教育的快速發展，大學生人數呈井噴式增長，因此大學生的培養和發展成為社會關注的焦點之一。近年來，大學生心理危機事件頻頻發生，使得大學生心理健康教育工作逐步得到重視。在黨和國家的大力支持下，高校通過開展各種心理健康教育實踐活動，在預防大學生心理健康問題上已有成效。但隨著“00”后步入大學校園，他們更加自由、自主、自我的特點導致傳統的心理健康教育模式已不足以為這群大學生提供服務。傳統心理健康教育模式下的心理危機預防和干預呈現出較為明顯的滯后性，難以及時為那些處于心理危機、心理困境或遭受心理挫折的大學生提供心理支持和幫助，只能是被動預防。

目前，在心理學領域，已有許多心理學專家利用物聯網技術收集數據，并采用大數據方法對相關數據進行研究。因此，將大數據技術引入到心理健康教育領域，提高大學生心理危機識別的準確率和有效性是一個值得探討的問題。

一、工科院校大學生心理問題的成因

大學生是一個特殊的群體，每個學生的生源地、成長環境、家庭背景、成長過程以及人文環境等方面都不相同，使得每個學生的生活習慣、知識水平、個人性格等都與其他人存在差異。對工科院校而言，因其鮮明的學科特點和校園文化氛圍，決定了它的科研任務更加剛性，學習、生活更加單調和枯燥，而這對于正值思想快速發展、生活環境變更、逐漸接觸社會壓力的工科院校大學生而言，極易導致他們的心理在短時間內連續受到沖擊。因此，當來自不同地域、不同成長環境、不同家庭背景的人組成一個班級或進入一個宿舍后難免會顯得“有高有低”，這就必然會使得處在“低”位的大學生產生自卑、懶惰、逃避、煩惱等情緒，若不能及時改變及調整，久而久之便會發展成為心理問題。通過對工科院校大學生心理問題產生原因進行分析，歸納為以下幾個方面。

第一，環境因素。一是大學環境。所有學生自小學開始皆有固定的教室座位、同學和同桌，但進入大學后，習慣的固定場域發生轉變，加之高考前，所有學生以“考大學”為目標，進入大學后目標達成，而新的目標暫時缺失，這些都容易導致自律性較差的學生在大學初期產生迷茫、懶惰、煩躁等不適應問題，若不能盡快確立新目標，則極易在游戲、小說、睡覺中迷失自我。二是社會環境。隨著社會經濟的高速發展，以及學業、就業、經濟壓力等問題的大量報道，對這些被“過度保護”的在校大學生造成了較重的心理負擔，使大學生對即將接觸的社會環境產生畏懼心理。目前這兩類環境問題所導致的心理問題現象已經越來越多。

第二，家庭因素。家庭因素對一個人的人格形成具有重大影響。現代大學生大多數為獨生子女或與其兄弟姐妹年齡差距較大，由于成長經歷所養成的自我認可觀念，使得部分大學生若在大學校園中遇到自身需求無法得到滿足或所求失敗的時候，便會產生挫敗感甚至自我否定。還有一部分大學生由于情感保守，自入校以來表現較為孤僻與內向，又同家人聯系不緊密，在遭遇困難的時候不容易向家人、朋友、教師傾訴或尋求幫助，導致問題累積，繼而產生心理問題。

第三，自身因素。當代大學生成長經歷順遂平穩，未經磨煉，心理不成熟，缺乏應對復雜情況的心理素質，難以應對突發狀況。對復雜的人際關系的恐懼、情感問題、承受能力的欠缺、個人特殊經歷等產生的負面影響，均會導致大學生產生非常嚴重的心理危機，甚至致使極端惡性事件的發生。這也是引發大學生心理問題的一大因素。

二、將大數據技術與心理危機干預結合的可行性分析

經過分析工科院校大學生心理問題的成因發現，其影響因素多元且復雜，涉及大學生的諸多方面，其中所產生的數據信息都是分析和掌握大學生心理特征的有效資源。

傳統心理健康測試，如測量量表受題目設置、學生理解程度、學生當時所遇事件等影響，無法全面準確分析大學生心理健康狀況，因此仍然需要進行大量人為干預來進行判斷，甚至傳統心理健康測試只能反應測試大學生當下的健康狀況，無法進行持續性觀察與分析，這在一定程度上導致大學生心理健康教育工作的實效性不高，難以為大學生提供個性化的心理健康教育服務。

大數據技術的快速發展，使得通過數據產生、收集，進而分析大學生心理健康狀況成為現實。將大數據技術應用于大學生心理健康教育工作，可以有效打破傳統心理健康教育的局限性，從而使高校心理健康教育工作者順利實現對大學生心理健康狀況的全面、動態把握，還可以實現預測大學生心理狀況及發展變化，不斷豐富和優化大學生心理危機預防的方法和手段，為大學生心理健康教育創新發展提供先進技術支撐。

三、基于大數據基礎的心理危機干預機制研究

危機干預就是在發生心理危機觸發事件后，通過采取干預措施，規避因為心理危機導致的不良事件，甚至提前預防心理危機的發生。伴隨互聯網科技的快速發展與推廣普及，大學生對于互聯網的依賴程度在不斷增加，尤其給性格普遍沉默、保守、不善于交際，又迫切需求融入社會的工科院校大學生提供了很好的平臺，但同時也讓大學生已經存在的心理危機有較大波動且更加隱蔽。

心理危機的產生是以事件為觸發點，往往伴隨與日常行為相異的行為發生。利用大數據的便捷、精確分析功能，建立數據平臺，對大學生日常產生的各方面數據信息進行收集分析，及時發現誘發心理危機的隱性因素，在排除誤差后便可利用大數據對可能發生的各種危機進行預測，或對已經發生的危機進行評估。

數據平臺的建立，應包含以下幾個步驟。

第一，數據收集。隨著大數據時代的到來，QQ、貼吧、微博、微信、陌陌、短視頻等社交平臺應運而生，大學生登錄這些平臺，瀏覽平臺信息，每天都會產生大量數據。另外，校內各平臺如圖書館、學習資源、第二課堂、運動記錄等同樣產生大量數據。將大學生在各類平臺所產生的數據進行收集，可為實現心理危機干預奠定數據基礎。

第二，數據分析與處理。將收集到的海量數據與大學生基礎背景情況進行分析與處理，使用樸素貝葉斯模型挖掘數據間的內在關聯，進而預測大學生未來心理發展趨勢，將大學生心理狀況以數據形式呈現。

第三，建立預警系統。在完成數據的收集和處理后，建立大學生心理健康預警系統。一方面可以實時地反映大學生群體不同階段的心理狀況、情感走向和行為動態，發現隱藏在大量細節背后的規律;另一方面也可根據建立的數據模型預測大學生未來的行為發展，甚至預測某些危機事件的發生，并可據此進行人為干預，進而得以開展更具針對性的心理健康教育。對于健康發展的大學生，利用合理方法進行潛力挖掘，培養其創造性，這在一定程度上促進了因材施教的教育模式的建立。

總而言之，高校心理健康教育工作者如何快速、準確判斷大學生心理問題，有效預測大學生心理問題發生并及時解決，是所有心理健康教育工作者有序開展相關工作的有效前提。大數據時代，要想把工科院校大學生心理危機預警工作做到位、做到實處，高校要采取先進、科學的方法進行預測與分析，通過建立工科院校大學生心理危機干預平臺，對大學生的行為、心理、情感等進行數據化分析，并實施及時、有效的干預，實現對工科院校大學生日常行為活動的動態監控，同時基于對大學生隱私的保護，積極對大學生進行有效的引導與教育，在此基礎上提高心理危機干預工作的時效性。發現問題及預測風險，有利于實現危機事件最小化，對避免惡性事件的發生、促進和推進工科院校大學生身心健康成長具有深遠意義。

參考文獻：

[1]唐志紅.大數據背景下大學生心理危機的干預[J].西部素質教育，2019（24）：88.

[2]孫娟，袁海燕.大數據背景下高校學生心理危機預防與干預體系建設[J].佳木斯職業學院學報，2018（9）：230.

[3]張叢鑠.基于大數據的研究生心理危機預警機制的構建[J].中國新通信，2020（2）：80.

[4]陶毅涵.基于大數據的大學生危機預警模型研究與應用[J/OL].教育現代化，2016（40）：134[2020-06-21].https：//wenku.baidu.com/view/d2430cd8df3383c4bb4cf7ec4afe04a1b071b0c9.html.

■ 編輯∕陳晶

收稿日期：2020-07-01? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?修回日期：2020-08-07

作者簡介：張雪瑩（1978—），女，北京人，河北工業大學融媒體中心副主任，副教授，博士，研究方向：大學生思想政治教育。

基金項目：2018年河北省社會科學基金項目“大數據視角下大學生心理健康多源預警研究”（HB18JY025）