基于BP 神經(jīng)網(wǎng)絡(luò)和數(shù)據(jù)挖掘的情感分析與心理預(yù)警模型研究

朱佳雯

（西安航空職業(yè)技術(shù)學(xué)院，陜西西安 710089）

近年來(lái)，心理疾病在大學(xué)生群體中出現(xiàn)的頻率越來(lái)越高，并由此導(dǎo)致惡性事件的發(fā)生，這不僅對(duì)家庭，也對(duì)學(xué)校和社會(huì)造成了一定的負(fù)面影響[1]。目前越來(lái)越多的高校開(kāi)始重視學(xué)生的心理健康教育與指導(dǎo)工作，并對(duì)存在心理隱患的學(xué)生進(jìn)行積極的引導(dǎo)及干預(yù)。但其中大部分高校仍是基于人工處理的方式來(lái)發(fā)現(xiàn)心理問(wèn)題。該方式準(zhǔn)確率較高但效率偏低，尤其是在面對(duì)海量數(shù)據(jù)時(shí)，其處理能力有限。此外，還有部分高校引入了一些數(shù)據(jù)分析算法，雖可保證處理效率，但仍難以達(dá)到分析準(zhǔn)確率的要求[2-4]。

基于上述問(wèn)題，該文基于BP 神經(jīng)網(wǎng)絡(luò)（Back Propagation Neural Network，BPNN）和數(shù)據(jù)挖掘（Data Mining，DM）技術(shù)設(shè)計(jì)了一種智能化的高校學(xué)生情感分析與心理預(yù)警算法。該算法能在保證處理效率的同時(shí)，有效提高心理問(wèn)題預(yù)警的準(zhǔn)確率。同時(shí)功能性實(shí)驗(yàn)與性能測(cè)試也充分驗(yàn)證了，所提方法的有效性與穩(wěn)定性。

1 理論分析

數(shù)據(jù)挖掘是指從大量有噪聲、不規(guī)則的原始數(shù)據(jù)中，獲取之前未知且對(duì)用戶(hù)有價(jià)值信息的過(guò)程[5]。也可理解為是從包含海量數(shù)據(jù)的數(shù)據(jù)庫(kù)或數(shù)據(jù)系統(tǒng)中，提取并分析數(shù)據(jù)間無(wú)法被輕易發(fā)現(xiàn)的隱藏關(guān)系，并給用戶(hù)反饋有用信息的技術(shù)。該文采用的數(shù)據(jù)挖掘過(guò)程框架由數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘及結(jié)果評(píng)估與展示三個(gè)模塊組成[6]，具體如圖1 所示。

圖1 數(shù)據(jù)挖掘基本過(guò)程

圖中展示了通過(guò)數(shù)據(jù)挖掘?qū)⒃紨?shù)據(jù)轉(zhuǎn)換為可用知識(shí)的過(guò)程：

1）數(shù)據(jù)準(zhǔn)備是整個(gè)數(shù)據(jù)挖掘過(guò)程中最基礎(chǔ)且工作量最大的環(huán)節(jié)，通常其所占比例在50%～70%之間。該模塊又可細(xì)分為數(shù)據(jù)采集、數(shù)據(jù)篩選、數(shù)據(jù)預(yù)處理及數(shù)據(jù)轉(zhuǎn)換四個(gè)階段[7]。其中，數(shù)據(jù)采集是指從網(wǎng)站論壇等相關(guān)渠道獲取未經(jīng)加工的原始數(shù)據(jù)信息，并將其放入數(shù)據(jù)庫(kù)中。數(shù)據(jù)篩選是指根據(jù)數(shù)據(jù)挖掘任務(wù)需求確定挖掘計(jì)劃，再?gòu)臄?shù)據(jù)庫(kù)中提取出符合數(shù)據(jù)挖掘需求的數(shù)據(jù)。而數(shù)據(jù)預(yù)處理負(fù)責(zé)對(duì)篩選數(shù)據(jù)中存在的異常加以處理，例如數(shù)據(jù)冗余、數(shù)據(jù)缺失和數(shù)據(jù)不標(biāo)準(zhǔn)等。對(duì)應(yīng)的處理方法包括：數(shù)據(jù)去重、數(shù)據(jù)插值與數(shù)據(jù)標(biāo)準(zhǔn)化[8]。數(shù)據(jù)轉(zhuǎn)換則負(fù)責(zé)對(duì)數(shù)據(jù)進(jìn)行規(guī)范化處理，使之更易被計(jì)算機(jī)識(shí)別，進(jìn)而提高數(shù)據(jù)挖掘的效率。常見(jiàn)的操作包括連續(xù)與離散的數(shù)據(jù)轉(zhuǎn)換、歸一化處理等。

2）數(shù)據(jù)挖掘是整個(gè)過(guò)程的核心部分，其主要在經(jīng)過(guò)處理的數(shù)據(jù)集基礎(chǔ)上建立數(shù)據(jù)模型，并利用相關(guān)數(shù)據(jù)挖掘算法對(duì)模型進(jìn)行訓(xùn)練與優(yōu)化。目前常用的數(shù)據(jù)挖掘算法主要可分為兩大類(lèi)：人工智能型算法和統(tǒng)計(jì)學(xué)分析型算法。其中，人工智能型算法以機(jī)器學(xué)習(xí)（Machine Learning，ML）、神經(jīng)網(wǎng)絡(luò)理論為基礎(chǔ)，通過(guò)訓(xùn)練集對(duì)模型的學(xué)習(xí)與訓(xùn)練來(lái)不斷優(yōu)化網(wǎng)絡(luò)參數(shù)，并得到所需的模式。此類(lèi)算法包括支持向量機(jī)（Support Vector Machine，SVM）、K-means 聚類(lèi)（K-means Clustering Algorithm）以及BP 神經(jīng)網(wǎng)絡(luò)等算法[9-11]。統(tǒng)計(jì)學(xué)分析算法則是建立在統(tǒng)計(jì)學(xué)基礎(chǔ)上、旨在發(fā)現(xiàn)大量數(shù)據(jù)內(nèi)在聯(lián)系的一種算法，其主要包括[12]因子分析法（Factr Analysis）、相關(guān)性分析以及概率與判別分析法等。

3）經(jīng)數(shù)據(jù)挖掘能夠得到數(shù)據(jù)的預(yù)測(cè)結(jié)果，該結(jié)果通常需要與實(shí)際結(jié)果進(jìn)行分析與評(píng)估才能獲得最終結(jié)論。再通過(guò)文字、圖表等方式可視化地展示給用戶(hù)，方可進(jìn)行后續(xù)操作處理。

BP 神經(jīng)網(wǎng)絡(luò)是在傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN）的基礎(chǔ)上發(fā)展而來(lái)的一種多層前饋型神經(jīng)網(wǎng)絡(luò)，其最顯著的特征是誤差反向傳播（error Back Propagation，BP）[13]。該文設(shè)計(jì)的BP神經(jīng)網(wǎng)絡(luò)工作流程可劃分為兩部分，即數(shù)據(jù)信號(hào)正向傳遞與誤差信號(hào)反向傳遞。網(wǎng)絡(luò)中每個(gè)訓(xùn)練樣本均包含原始信號(hào)值及期望信號(hào)值，具體數(shù)據(jù)處理流程為：數(shù)據(jù)信號(hào)通過(guò)網(wǎng)絡(luò)的輸入層進(jìn)入網(wǎng)絡(luò)，經(jīng)輸入層處理后再將輸出作為隱藏層的輸入，并最終傳遞給輸出層進(jìn)行數(shù)據(jù)的逐層處理。若輸出層輸出的結(jié)果無(wú)法滿(mǎn)足預(yù)先設(shè)定的期望值，BP網(wǎng)絡(luò)將會(huì)進(jìn)入反向傳播過(guò)程。在此過(guò)程中，網(wǎng)絡(luò)可通過(guò)實(shí)際值與期望值之間的誤差來(lái)不斷調(diào)整自身所涉及的各項(xiàng)參數(shù)，直至誤差維持在一定范圍之內(nèi)為止。

如圖2 所示，該文采用的BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)與其工作流程相關(guān)，主要由輸入層、隱藏層以及輸出層組成[14-16]。其中，位于輸入層與輸出層之間的隱藏層可根據(jù)實(shí)際情況設(shè)置為多層，同時(shí)該層與外部不存在直接連接。網(wǎng)絡(luò)中每層神經(jīng)元僅與相鄰非同層的神經(jīng)元相連，而與同層神經(jīng)元相隔離。網(wǎng)絡(luò)在對(duì)訓(xùn)練集進(jìn)行處理的過(guò)程中，將不斷學(xué)習(xí)與獲取輸入樣本的特征與規(guī)則，并利用這些數(shù)據(jù)不斷更新神經(jīng)元節(jié)點(diǎn)間的連接權(quán)值。

圖2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

2 算法理論設(shè)計(jì)

2.1 算法流程

該文的研究旨在提出一種情感分析與心理預(yù)警算法來(lái)實(shí)現(xiàn)對(duì)高校學(xué)生心理狀態(tài)的有效監(jiān)測(cè)，從而便于管理人員進(jìn)行人工干預(yù)等處理。為此，在對(duì)BP神經(jīng)網(wǎng)絡(luò)和數(shù)據(jù)挖掘技術(shù)進(jìn)行深入研究的基礎(chǔ)上，提出了基于兩種技術(shù)相結(jié)合的情感分析與心理預(yù)警算法。該算法進(jìn)行心理健康數(shù)據(jù)挖掘的流程如圖3所示。

圖3 心理健康數(shù)據(jù)挖掘流程

該流程可描述為：通過(guò)可視化操作界面選擇待處理的原始心理數(shù)據(jù)；通過(guò)數(shù)據(jù)篩選、數(shù)據(jù)預(yù)處理及數(shù)據(jù)轉(zhuǎn)換等步驟將原始數(shù)據(jù)處理成能夠被計(jì)算機(jī)識(shí)別的規(guī)范化數(shù)據(jù)；利用BP 神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)挖掘算法從處理后的數(shù)據(jù)中獲取心理數(shù)據(jù)間所隱含的關(guān)系及其他有價(jià)值的信息。

2.2 總體架構(gòu)設(shè)計(jì)

在上文算法流程的基礎(chǔ)上，設(shè)計(jì)了圖4 所示的情感分析與心理預(yù)警算法架構(gòu)。

圖4 情感分析與心理預(yù)警算法架構(gòu)

該算法在整體上可以分為三層，即數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)處理層以及界面展示層。其中，數(shù)據(jù)存儲(chǔ)層是整個(gè)架構(gòu)的最底層，其包括原始和經(jīng)處理后的心理數(shù)據(jù)存儲(chǔ)及預(yù)處理；而中間層是數(shù)據(jù)處理層，該層由數(shù)據(jù)挖掘引擎與支持向量機(jī)所組成，并負(fù)責(zé)心理數(shù)據(jù)隱含知識(shí)的挖掘及對(duì)結(jié)果的分類(lèi)分析。最頂層則是界面展示層，其負(fù)責(zé)為用戶(hù)提供人機(jī)交互界面，用戶(hù)可通過(guò)該層發(fā)送心理問(wèn)題分析與處理請(qǐng)求，而計(jì)算機(jī)則通過(guò)該層將數(shù)據(jù)處理結(jié)果可視化地反饋給用戶(hù)。

2.3 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

BP 神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)挖掘結(jié)構(gòu)的設(shè)計(jì)主要在于對(duì)隱藏層層數(shù)的確定，該網(wǎng)絡(luò)輸入層與輸出層通常僅有一個(gè)，而隱藏層則可以有多個(gè)。在處理復(fù)雜問(wèn)題時(shí)，多個(gè)隱藏層的疊加雖然能夠提高模型的精度，但同時(shí)也為網(wǎng)絡(luò)帶來(lái)了更高的時(shí)間與空間復(fù)雜度，使得模型在訓(xùn)練過(guò)程中占用較多的計(jì)算機(jī)內(nèi)存且消耗更長(zhǎng)的處理時(shí)間。基于上述考慮，該文設(shè)計(jì)了輸入層、隱藏層以及輸出層融合為一層的網(wǎng)絡(luò)結(jié)構(gòu)。

確定網(wǎng)絡(luò)結(jié)構(gòu)后，下一步則需確定各層神經(jīng)元節(jié)點(diǎn)的數(shù)量。由于輸入層與輸出層是與外部數(shù)據(jù)進(jìn)行信息交換的接口，所以應(yīng)根據(jù)實(shí)際情況而定。該文的研究對(duì)象是高校學(xué)生的心理問(wèn)題，因此各設(shè)置一個(gè)神經(jīng)元。而隱藏層的神經(jīng)元節(jié)點(diǎn)數(shù)量則通過(guò)被廣泛使用的試湊法來(lái)確定，該方法的具體數(shù)學(xué)表達(dá)式如下：

式中，x和y分別代表隱藏層神經(jīng)元數(shù)量的下界與上界，m、l分別為輸入層及輸出層的神經(jīng)元個(gè)數(shù)，z則是隱藏層的神經(jīng)元個(gè)數(shù)。在應(yīng)用中，首先確定模型的訓(xùn)練次數(shù)；然后，用同一訓(xùn)練集對(duì)隱藏層取[x,y]個(gè)神經(jīng)元節(jié)點(diǎn)的模型加以訓(xùn)練；再對(duì)比隱藏層在不同節(jié)點(diǎn)得到結(jié)果的誤差與時(shí)間并選擇其中最優(yōu)的值，該值即為最終隱藏層的神經(jīng)元節(jié)點(diǎn)數(shù)。

為了提高BP 神經(jīng)網(wǎng)絡(luò)模型的收斂速度和精度，在計(jì)算傳統(tǒng)神經(jīng)網(wǎng)絡(luò)連接權(quán)重的基礎(chǔ)上，引入了調(diào)整因子來(lái)對(duì)各層神經(jīng)元間的連接權(quán)重進(jìn)行修訂，修訂后的公式如下：

式中，Δω(i)為修訂后的連接權(quán)值；σ是學(xué)習(xí)率；ε表示實(shí)際值與期望值之間的誤差；o為網(wǎng)絡(luò)的輸出值；α是引入的調(diào)整因子，其范圍為[0,1]；Δω(i-1)則為連接權(quán)值的前一次修訂值。調(diào)整因子的引入使得模型在訓(xùn)練過(guò)程中不會(huì)出現(xiàn)大幅度擺動(dòng)，由此增強(qiáng)了模型的收斂速度，并提高了模型精度。

為進(jìn)一步優(yōu)化式（2），需確定最優(yōu)的調(diào)整因子。在心理預(yù)警模型訓(xùn)練的過(guò)程中，分別給調(diào)整因子賦值0.4、0.5、0.6、0.7、0.8 和0.9。根據(jù)結(jié)果發(fā)現(xiàn)，當(dāng)調(diào)整因子為0.8 時(shí)，心理預(yù)警模型的收斂速度最快且精度符合后續(xù)處理需求。因此該文將調(diào)整因子設(shè)置為0.8，優(yōu)化后的公式如下：

3 實(shí)驗(yàn)與分析

為了驗(yàn)證文中基于BP 神經(jīng)網(wǎng)絡(luò)和數(shù)據(jù)挖掘的情感分析與心理預(yù)警算法的可行性及有效性，以某高校采集的數(shù)據(jù)集為樣本，并在其原有心理數(shù)據(jù)采集系統(tǒng)的基礎(chǔ)上引入了所提算法。同時(shí)，搭建了基于BP 神經(jīng)網(wǎng)絡(luò)和數(shù)據(jù)挖掘的情感分析與心理預(yù)警平臺(tái)，且在該平臺(tái)上進(jìn)行了實(shí)驗(yàn)。

3.1 開(kāi)發(fā)環(huán)境

平臺(tái)所涉及開(kāi)發(fā)環(huán)境的各項(xiàng)配置如表1 所示。

表1 開(kāi)發(fā)環(huán)境各項(xiàng)配置

3.2 實(shí)驗(yàn)測(cè)試

實(shí)驗(yàn)主要分為兩項(xiàng)：功能性實(shí)驗(yàn)與性能實(shí)驗(yàn)。其中，功能性實(shí)驗(yàn)主要測(cè)試平臺(tái)是否能夠有效實(shí)現(xiàn)所設(shè)計(jì)的各項(xiàng)功能，包括心理數(shù)據(jù)增刪改查、心理問(wèn)題預(yù)警等；而性能實(shí)驗(yàn)則負(fù)責(zé)檢查系統(tǒng)能否在高并發(fā)的情況下實(shí)時(shí)、準(zhǔn)確地完成各項(xiàng)數(shù)據(jù)處理請(qǐng)求。

1）功能性實(shí)驗(yàn)

該項(xiàng)實(shí)驗(yàn)又可具體劃分為基本項(xiàng)實(shí)驗(yàn)與心理問(wèn)題預(yù)警實(shí)驗(yàn)兩部分。基本項(xiàng)實(shí)驗(yàn)可驗(yàn)證平臺(tái)的基礎(chǔ)功能是否滿(mǎn)足要求，其為進(jìn)行其他實(shí)驗(yàn)的基礎(chǔ)。該項(xiàng)實(shí)驗(yàn)的結(jié)果如表2 所示。

表2 基本項(xiàng)實(shí)驗(yàn)結(jié)果

由該結(jié)果可以看出，平臺(tái)能夠順利完成各項(xiàng)基礎(chǔ)測(cè)試，從而保證后續(xù)實(shí)驗(yàn)的正常進(jìn)行。

而心理問(wèn)題預(yù)警實(shí)驗(yàn)主要驗(yàn)證所提算法在處理心理問(wèn)題上的準(zhǔn)確性，其可體現(xiàn)該算法的優(yōu)勢(shì)。為此，文中設(shè)置了基于決策樹(shù)（Decision Tree）的心理問(wèn)題預(yù)警算法（A 算法）和人工處理（B 算法）作為對(duì)照組和基準(zhǔn)組進(jìn)行實(shí)驗(yàn)，并分別評(píng)估學(xué)生的心理健康情況。此外，為了降低人工處理中所存在的主觀性，對(duì)同一數(shù)據(jù)分別請(qǐng)多位老師同時(shí)進(jìn)行分析，并取其分析結(jié)果的平均值為基準(zhǔn)結(jié)果。心理問(wèn)題預(yù)警對(duì)照實(shí)驗(yàn)結(jié)果如表3 所示。

表3 心理問(wèn)題預(yù)警對(duì)照實(shí)驗(yàn)結(jié)果

由表3 可看出，該文算法的精度明顯高于基于決策樹(shù)的心理問(wèn)題預(yù)警算法，且總體能夠達(dá)到93%以上，充分驗(yàn)證了該算法在學(xué)生心理問(wèn)題預(yù)警中的優(yōu)勢(shì)。

2）性能實(shí)驗(yàn)

該項(xiàng)實(shí)驗(yàn)可驗(yàn)證平臺(tái)在高并發(fā)條件下的穩(wěn)定性。此次設(shè)置的實(shí)驗(yàn)條件是模擬平臺(tái)在10 min 內(nèi)接受500 次訪(fǎng)問(wèn)請(qǐng)求，同時(shí)進(jìn)行心理數(shù)據(jù)的采集與處理等操作，以測(cè)試平臺(tái)的平均響應(yīng)時(shí)間、CPU 與內(nèi)存占用情況等。具體實(shí)驗(yàn)結(jié)果如表4 所示。

表4 平臺(tái)性能實(shí)驗(yàn)結(jié)果

由表4 可知，在高并發(fā)情況下基于該文算法搭建的平臺(tái)能夠較好地滿(mǎn)足性能要求，說(shuō)明平臺(tái)運(yùn)行的穩(wěn)定性與承載力均較強(qiáng)。

4 結(jié)束語(yǔ)

該文介紹分析了BP 神經(jīng)網(wǎng)絡(luò)與數(shù)據(jù)挖掘技術(shù)，并在其基礎(chǔ)上提出了一種情感分析與心理預(yù)警算法。該算法主要由數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)處理層及界面展示層所組成，各層相互配合，共同完成對(duì)高校學(xué)生心理數(shù)據(jù)的處理與分析，實(shí)驗(yàn)結(jié)果充分說(shuō)明了所設(shè)計(jì)算法的有效性與準(zhǔn)確性。