大數據背景下大學生心理危機主動識別與干預模型構建研究

隨著社會的發展變化，高校面臨的內外部環境發生了變化。高校學生群體的心態也隨著社會的發展變化而發生轉變。當代的高校大學生，獨生子女居多，與父輩不同的時代背景，導致當代大學生的基本心理需求與父母的基本心理需求有諸多不同，很多大學生感覺被父母理解很困難。他們樂觀善良，內心敏感需要關注，同時他們抗壓能力弱，容易沖動、獨立處理問題能力不足。由于群體的特殊性、網絡的開放性和輿論的關注度等原因，高校危機事件往往會引起社會高度關注，產生較大的輿論壓力。這不僅給高校管理者帶來了巨大挑戰，還會帶來一定程度的社會影響。因此，做好高校學生心理危機預防和干預工作顯得尤為重要。

高校的心理危機，除了指發生出人意料的突發事件以外，通常還可指個體所處的緊急狀態——當個體遭遇重大變化、突發狀況而感到難以把握或解決時，內心緊張、焦慮等負面情緒不斷累積，出現不知所措、難以自控，甚至可能進一步出現思維和情緒的紊亂，從而干擾到正常生活狀態，打破平衡進入到危機狀態中。[1]如果能及時準確發現危機線索，做好危機防范，將有效預防危機事件的發生。

目前各高校對心理危機的排查和跟蹤非常重視，各地教育部門對這一工作也做了明確規定，大學生在校期間，必須開展兩次心理普查，并指導各高校開展大學生心理健康篩查、建立大學生心理健康檔案，這些方式成為加強大學生心理健康教育、預防大學生心理危機的重要內容和舉措。[2][3]但是單純的心理篩查的效度受到很多研究者的質疑。因為目前心理篩查的量表大多基于單一事件對學生進行評估，忽略了事件的關聯和疊加對學生造成的影響。有研究顯示，處于心理危機中的個體，不同的時間段可能所處的狀態截然不同。利用人工技術對青少年心理危機進行持續的追蹤尤為重要。

大數據的出現為心理危機干預研究打開了新的大門。利用大數據實現的生態化自動識別具有明顯優勢。結合大數據和數據挖掘技術，可以實現對個體潛在心理危機的自動識別，從而實現危機識別與預警的前置，減少心理危機為風險源的突發事件（即心理危機突發事件）的發生。同時在一定程度上改善心理健康問題低主動求助和求治率的現象。

一、大數據心理危機干預指標的選擇

（一）外顯信息

大數據分析的基礎，來源于原始指標數據的收集。任何危機現象都不可能沒有征兆或者線索。因此，如何選擇外顯行為指標數據，是心理危機干預的第一步。通過文獻搜集和日常工作經驗，我們最終選定了七個維度，包括突然變化、負性壓力、攻擊性行為、身體疾病、精神障礙等七個維度。這些日常行為數據可以從學生本人或者與學生關系密切者，比如室友、班主任、輔導員、父母、朋友等人那里獲得。

（二）內隱信息

內隱信息的來源可以從兩方面獲得：第一方面系統提供當前情緒的自測功能，學生根據當下的情緒狀態自主表達。系統在識別情緒信息時，為了提高信息的準確性，提前經過一系列的評估和篩選。另一方面，根據每年心理普查的問卷調查結果，獲取學生的內隱特征。比如人格特征、情緒特征、意志品質特征等。例如可以借助艾森克人格問卷獲得精神質、神經質等特征，根據SCL-90問卷結果可以獲得學生焦慮、人際、偏執等因子得分。

二、大數據心理危機干預數據收集平臺

高職學生的在校生活行為是危機干預的前兆數據，基于多種平臺優化整合數據，通過大數據的合理算法，可以掌握學生行為表現、生活、學習等方面的信息，對學生的心理狀態和行為模式進行預測。學生的在校情況分布于各個部門，教務處有學生的學分數據、掛科數據，學生工作部有學生的獲獎數據、處分數據、獎助貸數據，心理健康輔導中心有學生的咨詢數據、心理測評數據等，學校食堂有學生每月就餐刷卡消費的數據，學生重要的社會平臺有學生通過媒體社交的數據信息，體育部有學生體測的數據。這些信息都將成為大數據優化整合梳理學生日常生活數據的來源。因此，大數據心理危機干預數據平臺可以從教務部門、學生工作部、心理健康輔導中心、食堂消費、體測數據等平臺獲取。

三、大數據心理危機模型構建的方法

數據平臺收集到的數據是否能很好預測心理危機，需要進一步對數據進行篩選分析和計算。將目前心理危機干預庫在庫數據作為結果數據，將從不同數據平臺、各種渠道獲取的多樣化的綜合數據進行分析整理，剔除錯誤信息，把各種數據匯總的信息進行互證，形成互相補充，利用現有的心理危機干預數據集作為基準數據，結合平臺收集到的各種類型數據，使用機器學習智能擬合建模，形成大學生潛在危機的數據模型。大數據平臺再經過聯機分析學生的日常生活行為軌跡，基于行為數據建立學生心理危機管理預警模型。通過納入的行為特征，尋找潛在問題，發現異常便主動報警。

四、大數據心理危機干預數據反饋和跟蹤系統

大數據平臺反饋系統可以更好地將平臺與學生的日常管理形成良好的對接。基于預警模型，結合學生預警數據特征，設計學生危機預警干預模型。該模型包含心理危機的發現、心理危機的幫扶與支持、心理危機的處理反饋三個部分。危機干預組根據危機情況進行不同層級的心理環境幫扶。最后，將幫扶的結果進行反饋，并進入下一個循環。異常數據的統計分析及異常報警為學校和二級學院篩選了風險，并且能夠及時給予學生關注。

首先建立危機干預庫，即心理危機的發現，根據模型數據計算，發現學生有發生心理危機的可能性，系統會將學生納入危機干預庫，并分析危機的級別和等級，通過心理預警模型，判斷學生是否存在心理危機，若診斷為有危機，則將學生分到危機干預組。其次學校建立學校——學院——班級——宿舍/個人四級預警網絡，對不同層級的學生實施心理危機幫扶，將心理危機預警對象分為三類，分別為一般關注對象、重點關注對象、危機對象。一般關注對象（三級危機干預），主要指存在嚴重心理問題、心理障礙穩定恢復期等學生。重點關注對象（二級危機干預），主要指存在神經癥、心理障礙治療期等學生。危機對象（一級危機干預），主要指出現危機狀況或發生危機事件，處于重度抑郁、心理障礙發作期等學生。不同預警對象的學生采取個性化的跟蹤方式。給予不同的心理幫扶模式。比如每周、每月的關懷談話、一對一心理咨詢、幫助解決實際問題等。最后建立危機處理反饋跟蹤模式。針對危機幫扶的情況，對危機處理的結果進行反饋，動態調整危機等級及相應的跟蹤方式，根據新的評估結果進入下一個循環。

五、結束語

大數據心理危機干預的方式規避了心理普查單一維度考察的方式的不足，對重點人群的篩查更全面、更精準。基于多元數據篩查和分類基礎之上，把需要關注的人群進行精準分類，并采用心理學的理念和干預方法，給予該類人群適合的、精確的心理幫扶是目前對風險人群進行早期識別的重要方法。在大數據分析中，由于樣本數據是基礎，因此在心理危機干預中，如何對樣本數據進行進一步驗證和篩選，保證樣本數據的準確性和普適性，是建立大數據篩選的基礎。另外，預警指標的動態監控也是心理危機干預的一項重要環節，動態指標的內外顯數據，要注意進行動態修正、不斷補充和完善，以期獲得更精準的預警結果。除了發現危機之外，統籌學校、家庭、醫院、社會等資源對該人群進行幫扶也是亟待解決的重點問題。在校園環境中營造豐富多彩的心理健康教育活動，開展豐富的心理健康求助途徑，讓學生在日常活動中就可以感受到心靈滋養和人際的溫暖，對學生的心理健康幫助會更大。學校可以借助5.25學生活動平臺、10.10精神衛生日等活動平臺，積極開展心理健康知識宣傳，心理健康小游戲、人際關系互動活動等，可以開展一對一心理咨詢、你說我聽傾訴服務、各種團體心理輔導服務，例如針對人際交往有困難的學生開展人際關系訓練營、情緒管理訓練營等。針對需要自我探索的個體提供團體沙盤訓練營，針對抑郁、焦慮等帶藥上學的個體，除了提供一對一心理咨詢服務以外，還可以開展表達性藝術輔助治療，幫助該群體宣泄情緒、理解自我、發展自我。除此之外，還可以與醫院建立綠色通道，轉介學生到醫院或者醫院定期到學校開展會診服務等。總之以大數據為統計基礎的心理危機干預識別可以對風險人群進行早期識別，再結合心理幫扶環境的支持，將會減少心理危機產生的概率，建立穩定和諧的校園環境。

參考文獻：

[1]蔡智勇.精神分析視閾下大學生心理危機預防與干預策略研究[J].江蘇高教，2022，262（12）：132-138.

[2]徐蔚.大數據時代大學生心理健康檔案管理[J].蘭臺世界，2019，560（06）：93-95.

[3]劉瑾輝.基于課程與咨詢實踐的心理健康篩查模式探索[J].廣東技術師范大學學報，2020，41（04）：71-76.

[課題項目：廣東工程職業技術學院校級課題“大數據背景下大學生心理危機主動識別與干預模型構建研究”，課題編號：KYYB2021044。]

責任編輯 何麗華