基于PCCS-MIC算法的高校學生社區與大學生心理狀況的相關性研究

摘要：隨著社會競爭的加劇，大學生心理健康問題日益凸顯。高校學生社區作為大學生日常生活和學習的主要場所，對學生的心理健康狀況有著重要影響。為了更好地了解高校學生社區環境與大學生心理狀況之間的關聯，本研究采用PCCS-MIC（基于皮爾遜相關系數的復雜系統多因素交互作用）算法，對二者之間的相關性進行深入研究。并通過問卷調查法的研究設計、參與者招募和樣本選擇、數據收集等步驟，結合PCCS-MIC算法來對數據采集結果進行相關性匹配，深入分析了大學生心理狀況和社區服務的相關性，發現大學生參與社區服務的頻率與其心理健康水平呈正相關關系，參與社區服務的大學生心理健康狀況較好。

關鍵詞：皮爾遜積矩相關系數；最大信息系數；學生社區；心理

一、引言

隨著社會的不斷發展和高等教育的普及，大學生作為未來社會的棟梁之材，其身心健康和全面發展備受關注。然而，在面對學業壓力、人際關系、職業規劃等多重挑戰時，大學生的心理健康問題也逐漸凸顯出來[1]。在應對大學生心理健康問題的過程中，學校逐漸意識到心理育人工作的重要性[2]。為了更好地關注和支持大學生的心理健康，高校開展了多樣化心理育人工作，并將其融入學生社區服務[3]。學生社區不僅是大學生心理育人工作的重要平臺和載體，而且作為高校培養學生社會責任感和公民意識的重要途徑，為大學生提供了展示個人才華、參與社會實踐的機會[4]。學生社區建設在心理育人方面有著獨特的優勢。在這一背景下，深入分析高校學生社區服務與大學生心理狀況的相關性，旨在為高校提供更加有效的心理健康教育策略和實踐指導，以促進大學生的全面發展和社會進步。

二、采樣方式及數據

本研究旨在探究高校學生社區服務中大學生心理育人工作的路徑，采用問卷調查法作為主要研究方法。通過設計結構化問卷，收集大量數據，以了解大學生參與社區服務和心理育人工作的情況，并分析其路徑和影響因素。本研究采用了定量研究方法，通過問卷調查的方式進行數據收集和分析。研究設計了一份涵蓋心理育人工作、社區服務參與情況及心理健康狀況等方面的問卷調查表。問卷內容包括但不限于心理健康狀況的評估指標、參與社區服務的頻率和方式、心理育人工作的感知和效果等。問卷設計充分考慮研究目的和問題，旨在全面了解大學生參與社區服務和心理育人工作的情況，以及與心理健康相關的因素。本研究以無錫工藝職業技術學院學生作為研究對象，使用方便抽樣的方式進行問卷調查。在高校內廣泛宣傳研究目的，發放在線問卷和紙質問卷，包括學校內部通知、社交媒體、課堂宣傳等方式。參與調查的學生涵蓋不同年級、專業和社區服務經歷等特征，以保證樣本的代表性和多樣性。在調查過程中，向參與者解釋研究目的和保密原則，并征得同意后發放問卷，保障調查的合法性和可靠性。收集完問卷數據后，進行數據整理和錄入。

三、研究方法

（一）皮爾遜積矩相關系數（PCCS-MIC）

（二）最大信息系數（MIC）

最大信息系數（Maximum Information Coefficient，MIC）是一種用于衡量兩個變量之間任意相關性的非參數統計方法。MIC是一種非線性相關性度量，旨在發現兩個變量之間任何形式的相關性，包括線性和非線性關系。最大信息系數是基于信息理論的概念，旨在尋找最大化兩個變量之間的信息關聯度量。最大信息系數將變量之間的相關性定義為變量之間的最大互信息量，并在不同的密度水平下進行歸一化，以消除變量尺度的影響[6]。

在最大信息系數（MIC）的計算過程中：首先將數據集劃分成網格，這個網格可以是正方形，也可以是矩形，每個網格代表一個潛在的二元分割。網格的大小可以根據數據的特性和需求來確定。對于每個網格，計算兩個變量之間的互信息（Mutual Information）[7]。互信息度量了兩個變量之間的相關性程度，同時是兩個變量的聯合概率分布和各自邊緣概率分布之間的信息增益。在所有網格中，選擇具有最大互信息的網格，記為MIC值。這個MIC值代表了兩個變量之間的最大信息關聯程度。將MIC值進行歸一化，以消除不同變量尺度和網格大小對結果的影響。通常采用某種歸一化方法，通過將MIC值除以某個最大可能的值或者基于隨機數據的MIC值來進行歸一化。根據具體的研究需求和數據特性，可以選擇一個閾值來判斷MIC值的顯著性，通過模擬或者置換測試來確定閾值[8]。最大信息系數能夠幫助人們發現變量之間任何形式的相關性，并且不受線性假設的限制。因此，最大信息系數在發現復雜的非線性關系方面具有優勢。

四、結果分析

利用皮爾遜積矩相關系數分析法，對學生性格、學習狀況、參加公寓社區活動、人際交往、心理健康狀況等因子進行相關程度分析，分別以上述因子作為變量，將目標歸總于心理健康狀況，得到熱力分析結果，如圖2所示。

經過對比發現，性格、學習狀況、人際交往的相關系數r均小于0.5，參加公寓活動和學生心理狀況之間的相關系數r高于0.5。其中r值最大為0.57。在變量因子中，參加公寓社區活動與心理健康狀況相關性最高，其次為人際關系交往，確定參加公寓社區活動和人際關系交往為學生心理健康狀況的關鍵驅動因子。

同樣地，將學生性格、學習狀況、參加公寓社區活動、人際交往、心理健康狀況等變量代入MIC算法進行分析，結果如表1所示。人際交往、性格、學習狀況、參加公寓活動與學生心理狀況的MIC值分別為0.362 3、0.228 6、0.178 7、0.478 3，故參加公寓活動與學生心理狀況的相關性最高，且為正相關。

五、結束語

通過結果數據可以發現，皮爾遜積矩相關系數分析法和最大信息系數分析法均能計算變量的相關性，并且參加公寓活動與學生心理狀況相關性最高，為學生公寓建設提供了方向。新時代下的學生公寓與社區活動、人際交往相結合，能夠發揮學生公寓獨特的優勢。這也是未來學生公寓社區的發展趨勢，以便更好地為社會培養全面發展的人才。

作者單位：楊碩 王雅萍 馮大宇 郭佳晨

無錫工藝職業技術學院

參考文獻

[1]馬建青，楊肖.心理育人的內涵、功能與實施[J].思想理論教育，2018，（09）：87-90.

[2]潘莉，董梅昊.高校心理育人面臨的現實難題及其突破[J].思想理論教育，2019，（03）：90-94.

[3]周曉琴，奚曉嵐，程灶火，等.在校學生心理健康狀況調查[J].中國臨床心理學雜志，2013，21（06）：1026-1028.

[4]鄭丹鳳，王濤.“三全育人”視域下高校心理健康教育工作探析[J].學校黨建與思想教育，2021，（01）：88-90.

[5]程娟娟.高校科研與教學關系實證研究——基于皮爾遜相關系數的分析[J].中國高校科技，2022，（10）：46-52.

[6]趙雅雪，王旭，蔣傳文，等.基于最大信息系數相關性分析和改進多層級門控LSTM的短期電價預測方法[J].中國電機工程學報，2021，41（01）：135-146+404.

[7]孫廣路，宋智超，劉金來，等.基于最大信息系數和近似馬爾科夫毯的特征選擇方法[J].自動化學報，2017，43（05）：795-805.

[8]葛倩，張光斌，張小鳳.基于最大信息系數的ReliefF和支持向量機交互的自動特征選擇算法[J].計算機應用，2022，42（10）：3046-3053.