CN110111894A

CN110111894A - 基于深度学习学生序列化行为的心理健康预警方法

Info

Publication number: CN110111894A
Application number: CN201910402979.8A
Authority: CN
Inventors: 吴和俊; 王敏康; 李振
Original assignee: Hangzhou China Network Information Technology Co Ltd
Current assignee: Hangzhou China Network Information Technology Co Ltd
Priority date: 2019-05-15
Filing date: 2019-05-15
Publication date: 2019-08-09

Abstract

本发明公开了一种基于深度学习学生序列化行为的心理健康预警方法，包括：采集学生在校行为数据，以学生个体作为分类标签，以固定周期作为数据统计内容的时长，形成固定周期内的一组数据，记为单组数据；构建去噪自动编码器模型，用于从单组数据进行提取特征；构建循环神经网络模型，将特征经过标准化之后作为输入，训练网络；给定异常的阈值θ，根据重构误差与阈值的比较结果，来判断学生是否异常。本发明所达到的有益效果：本方案利用深度学习中自动编码器模型提取特征，捕捉正常学生与疑似心理问题学生之间的本质区别，接着采用递归神经网络来充分利用时间信息，使得模型应对时间维度的变化更加稳健。

Description

基于深度学习学生序列化行为的心理健康预警方法

技术领域

本发明涉及一种基于深度学习学生序列化行为的心理健康预警方法。

背景技术

随着我国的经济的迅速发展以及对高等教育的投入加大，越来越多的人进入高校。在高校的管理中，学生的心理健康管理是一块重要的内容。心理健康预警目的是在心理危机形成、爆发前，做到提前预知，及时干预、引导，避免产生严重后果。

目前，大多数高校的心理预警仍然停留在班主任、辅导员等管理人员与心理教师的主观观察与判断上。这种方式心理预警的方式，对于管理人员的工作量是巨大的，同时对于疑似心理健康问题的学生的发现上也是不及时、滞后的，因为无法全面的了解学生在校情况。另外一种方式则是通过大数据数据挖掘技术来进行心理预警。

但是我国在这种方式上的研究起步较晚，现有的方法中主要是基于对学生发放心理问卷例如大学生的人格问卷(UPI)、埃森克人格问卷(EPQ)等，对问卷数据进行挖掘分析，得到影响学生心理健康重要指标，来辅助高校心理健康工作。

这种方式的主要问题在于：(1)收集到的问卷数据是由学生自主填写，其数据的准确性会受到各种主观因素的影响，例如漏答、误答、乱答等；(2)收集到的数据量十分有限，包括学生的样本数量，以及问卷中涵盖的细节数量等。偶有基于行为的分析，也只是基于单一或者某几种行为来进行预测，并且对于行为的分析中没有考虑行为的时间性。因此上述方式得到的心理预警结果极有可能是不准确的。

发明内容

为解决前述问题，本发明提供了一种基于深度学习学生序列化行为的心理健康预警方法，包括：

采集学生在校行为数据，以学生个体作为分类标签，以固定周期作为数据统计内容的时长，形成固定周期内的一组数据，记为单组数据；

构建去噪自动编码器模型，用于从单组数据进行提取特征；构建循环神经网络模型，将特征经过标准化之后作为输入，训练网络；

给定异常的阈值θ，根据重构误差与阈值的比较结果，来判断学生是否异常。

进一步地，学生在行为数据包括：

上网行为数据、一卡通数据、宿舍出入数据、图书馆出入与借阅数据、课堂数据、校园活动数据、基本信息数据。

进一步地，上网行为数据包括：

上网内容，上网行为流量，上网时长；

一卡通数据包括：食堂消费金额，食堂消费类目，食堂消费时间；超市消费金额，超市消费类目，超市消费时间；打水时间；淋浴消费金额，淋浴消费时间；一卡通卡内余额；

宿舍出入数据包括：

宿舍出入时间，宿舍出入地点；

图书馆出入与借阅数据包括：

图书馆出入时间，图书借阅名称，图书借阅时间；

课堂相关数据包括：

每学期课程成绩，课堂打卡时间；

校园活动数据包括：

校内组织任职情况，班级任职情况；勤工俭学时间，勤工俭学工资；每学期奖惩情况；课外活动积分值；实习单位，实习工资，实习时间；

基本信息数据包括：

家庭所在城市、性别、专业、年龄、籍贯、兴趣爱好。

进一步地，对同一个学生的数据中，从寝室人员信息中，提取该学生的行为习惯，通过在一定范围时间内，同寝室人员刷卡情况，来提取是否与寝室同学一起上下课，一起吃饭，打水等特征。

进一步地，对同一个学生的单组数据进行标准化处理，形成以学生个体作为分类标签，以固定周期作为数据收集时长的单组特征数据集。

进一步地，单组数据以矩阵形式表示，每个固定周期形成一个矩阵形式的数据。

进一步地，构建去噪自动编码器模型的步骤包括：

初始化模型参数，采用重构对视似然方式构建损失函数，采用随机梯度下降算法作为优化器，预训练隐层获得参数；

根据训练好的模型，以时间为驯熟，输入单组数据获取隐层的输出。

进一步地，构建循环神经网络模型时，采用均方差误差函数作为损失函数。

进一步地，构建循环神经网络模型时，采用随机梯度下降算法作为优化器。

进一步地，采用时间方向传播算法对损失函数进行极小化处理获得网络参数。

进一步地，固定周期为1个月。

本发明所达到的有益效果：本方案使用了较全面的行为数据，考虑了行为数据会随着时间变化，利用深度学习中自动编码器(DAE)模型提取特征，捕捉正常学生与疑似心理问题学生之间的本质区别，接着采用递归神经网络RNN来充分利用时间信息，使得模型应对时间维度的变化更加稳健。

附图说明

图1是本算法的流程图；

图2是DAE-RNN网络结构图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

本方案使用的数据能够较为全面的涵盖学生在校内期间的各种行为，采用较为全面的收集数据，按照数据的时间特性，构建DAE-RNN模型，其中去噪自动编码器(DAE)用于提取特征，循环神经网络(RNN)则充分利用数据的时间信息。

本方案的基本流程为：

步骤1)采集学生在校行为数据，以学生个体作为分类标签，以固定周期作为数据统计内容的时长，形成固定周期内的一组数据，记为单组数据：

步骤1-1)通过收集学生的各种类型的行为数据，主要包括：

基本信息数据：性别、专业、年龄、籍贯、兴趣爱好、寝室人员信息等。

上网行为数据：上网内容，上网行为流量，上网时长。

一卡通数据：食堂消费金额，食堂消费类目，食堂消费时间；超市消费金额，超市消费类目，超市消费时间；打水时间；淋浴消费金额，淋浴消费时间；一卡通卡内余额。

宿舍出入数据：宿舍出入时间，宿舍出入地点。

图书馆出入与借阅数据：图书馆出入时间，图书借阅名称，图书借阅时间。

课堂相关数据：每学期课程成绩，课堂打卡时间。

校园活动数据：校内组织任职情况，班级任职情况；勤工俭学时间，勤工俭学工资；每学期奖惩情况；课外活动积分值；实习单位，实习工资，实习时间。

步骤1-2)对每个学生的上述数据以月为单位进行特征提取，得到如下特征：

上网行为数据：对上网时长和上网流量数据求和得到每月上网总时长、每月上网总流量；对上网时长从时间上进行判断得到每月连续上网天数，计算每月日上网时长的统计量包括均值、方差、最大值、最小值、中位数、一阶差分的均值、方差等；对上网内容分类目统计主要统计每月消费类应用浏览次数、每月网购次数(支付页面)、每月游戏类应用浏览次数、时长、流量；通过每日上网时间来判断是否迟睡从而获得每月迟睡次数。

一卡通数据：根据一卡通数据记录获得学生在校天数，对食堂消费数据进行求和得到每月食堂消费次数、金额，对食堂消费时间划分，定义三餐时间与点心、夜宵，进行统计得到每月三餐消费次数与金额、每月点心，夜宵消费次数与金额，结合在校天数计算得到食堂用餐匹配率，对食堂消费金额计算均值获得每月食堂每次消费金额，对该特征在整体上进行比较得到每月食堂每次消费金额在全校中所处水平，计算每日食堂消费金额的统计量包括均值、方差、最大值、最小值、中位数、一阶差分的均值、方差等；对超市购物数据同样处理，可以得到每月超市购物次数与金额，每月超市消费金额在全校中所处水平；对淋浴数据进行求和得到每月淋浴次数与金额；对打水数据进行求和得到每月打水次数，最常打水时间段；对一卡通卡内余额计算相应统计量得到每日卡内余额的均值、方差、中位数。

宿舍出入数据：根据上课时间与寝室熄灯时间，定义早出与晚归，对宿舍出入数据进行统计得到每月上课日、周末早出次数，每月上课日、周末晚归次数，每月连续早出天数，每月连续晚归天数。

图书馆出入与借阅数据：定义单次在图书馆时长超过2小时为有效自习，对图书关出入时间进行统计，得到每月图书馆有效自习次数，根据图书馆出入数据得到每月在图书馆时长，结合有效自习的定义得到每月有效自习时长；对图书馆借阅数据进行统计得到每月借书数量；根据图书借阅名称，筛选关于时尚杂志与购物相关方面数据，统计每月时尚杂志、购物相关数据的借阅数量。

课堂相关数据：对课堂打卡时间进行统计得到每月上课迟到次数，每月上课早退次数，每月上课旷课次数；对每学期课程成绩进行统计得到加权综合平均成绩，按照课程性质进行区分后统计选修、必修的成绩优秀率，及格率，不及格率。

校园活动数据：对校内组织任职情况，班级任职情况统计得到任职个数；根据勤工俭学数据得到每月勤工俭学时长，每月勤工俭学工资，是否勤工俭学；根据每学期奖惩情况进行统计得到奖学金获得次数，奖学金获得总金额，是否受过处分及严重程度；根据实习数据得到是否实习，实习工资；课外活动积分值。

基本信息数据：根据家庭住址获得家庭所在城市情况(几线城市)，性别、专业、年龄、兴趣爱好。

从寝室人员信息中，提取每个学生的行为习惯，通过在一定范围时间内，同寝室人员刷卡情况，来提取是否与寝室同学一起上下课，一起吃饭，打水等特征。例如，根据一卡通食堂消费情况，给定时间范围为30秒，取该学生刷卡消费时间的前后30秒，取得在这个时间范围内刷卡的所有学生学号，判断这些学号中是否有与该学生同个寝室的学生，若有则认为是一起吃饭，否则则为单独吃饭。

设得到的数据集为v，具体如下：v＝[v⁽¹⁾v⁽²⁾…v^(t)]，其中t表示不同月份对应的数据，m表示学生人数，n表示特征维数。

步骤1-3)对原始数据v中的每个月份数据v^(t),t＝1,2,…T进行Z-Score标准化，具体标准化公式如下：其中和σ_a分别为每个月份数据v^(t)的均值和方差。

步骤2)构建去噪自动编码器模型，用于从单组数据进行提取特征；构建循环神经网络模型，将特征经过标准化之后作为输入，训练网络。

具体步骤为：

步骤2-1)构建去噪自动编码器(DAE)模型，用于从原始数据集v中进行提取特征；构建循环神经网络(RNN)模型，将提取得到的特征经过标准化之后作为输入，训练网络；具体网络训练过程如下：

Step 1.初始化DAE模型参数，损失函数采用重构对数似然，优化器采用随机梯度下降算法(SGD)，预训练隐层获得参数Θ_v＝{W_vh,b_vh}，其中Θ_v中参数W_vh,b_vh分别代表输入层与隐层之间的权重，输入层与隐层之间的偏置。具体损失函数如下：

其中，v是无损输入，是随机有损输入，是从获得的编码，h是DAE的隐层输出。

Step 2.根据训练好的DAE模型，输入时间序列数据{v⁽¹⁾,v⁽²⁾,…,v^(T)}获取隐层输出{h⁽¹⁾,h⁽²⁾,…,h^(T)}具体如下：

h^(t)＝σ(W_vhv^(t)+b_vh)t＝1,2,…,T，其中，σ是sigmoid函数。

步骤2-2)构建RNN模型，损失函数采用均方误差函数，优化器采用随机梯度下降算法(SGD)，获取RNN的隐层单元值与通过DAE的隐层输出计算得到的RNN隐层输出对应隐层输出计算如下：

u^(t)＝σ(W_uuu^(t-1)+b_uu)

具体损失函数如下：

其中u^(t)是RNN的隐层输出，是通过DAE的隐层输出计算得到的RNN隐层输出。

并采用时间反向传播算法(BPTT)来极小化损失函数，来获得网络参数Θ_u＝{W_uu,b_uu}和Θ_h＝{W_hu,b_hu}，其中Θ_u中参数W_uu,b_uu分别代表RNN隐层之间的权重与偏置(循环部分)，Θ_h中参数W_hu,b_hu分别代表DAE隐层与RNN隐层之间的权重与偏置。

具体如下：

步骤3)给定异常的阈值θ，根据重构误差Error_i与阈值的比较结果，来判断学生是否异常，即学生是否存在心理健康问题，具体如下：

Error_i＝||v_i ^(T)-u_i ^(T)||₂i＝1,2,…,m

若Error_i＞θ则判断该学生为疑似存在心理健康问题学生。

作为一个具体的实施例：

按照步骤(1)中描述的数据种类，进行相应的数据收集，取2017-2018-1和2017-2018-2两个学期，总共T＝12个月的数据作为训练样本数据。

按照步骤(1)中描述对每个学生的上述数据以月为单位进行特征提取，获取用来反映学生校园活动的各种行为。结合寝室人员信息，对原始矩阵进行重要特征提取，通过在一定范围时间内，同寝室人员刷卡情况，来提取是否与寝室同学一起上下课，一起吃饭，打水等特征。最终得到学生行为数据矩阵v的大小为10156×378，即总共学生人数10156人，学生行为数据特征为378维。

按照步骤(2)中的标准化公式，计算对应的标准差和均值，对特征矩阵v的每一个元素进行标准化。

按照步骤(2)中描述，构建DAE-RNN网络结构，并训练，具体如下

Step-1.构建去噪自动编码器(DAE)模型，使用DAE模型的编码部分，将特征矩阵v输入网络，得到对应编码后的特征大小为10156×63，损失函数采用重构对数似然函数，优化器采用随机梯度下降算法(SGD)。其中网络的序列长度为12(12个月份)，编码后输出维度为63。

Step-2.构建RNN模型，损失函数采用均方误差函数，优化器采用限制内存BFGS算法(L-BFGS)，将上述结果作为RNN的输入，并采用时间反向传播算法(BPTT)来极小化损失函数进行训练。对应的网络参数为：批输入为batch_size＝64，RNN网络隐藏层层数为hidden_layer＝1，网络隐层单元为hidden_unit＝128，在DAE部分学习率设置为learning_rate_DAE＝1×10^-3，对应的SGD中的动量参数为sgd_momentum_DAE＝0.9，在RNN部分学习率设置为max_iter_RNN＝1000，dropout层的丢弃比率为dropout＝0.8。

按照步骤(3)中描述，给定异常的阈值θ＝0.5，计算每个学生的重构误差，通过重构误差与阈值的比较结果，最终发现18位疑似心理健康问题学生。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims

1.一种基于深度学习学生序列化行为的心理健康预警方法，其特征在于：

所述基于深度学习学生序列化行为的心理健康预警方法包括：

2.根据权利要求1所述的基于深度学习学生序列化行为的心理健康预警方法，其特征在于：

所述学生在行为数据包括：

3.根据权利要求2述的基于深度学习学生序列化行为的心理健康预警方法，其特征在于：

所述上网行为数据包括：

上网内容，上网行为流量，上网时长；

所述一卡通数据包括：食堂消费金额，食堂消费类目，食堂消费时间；超市消费金额，超市消费类目，超市消费时间；打水时间；淋浴消费金额，淋浴消费时间；一卡通卡内余额；

所述宿舍出入数据包括：

宿舍出入时间，宿舍出入地点；

所述图书馆出入与借阅数据包括：

图书馆出入时间，图书借阅名称，图书借阅时间；

所述课堂相关数据包括：

每学期课程成绩，课堂打卡时间；

所述校园活动数据包括：

所述基本信息数据包括：

家庭所在城市、性别、专业、年龄、籍贯、兴趣爱好。

4.根据权利要求3所述的基于深度学习学生序列化行为的心理健康预警方法，其特征在于：

对同一个学生的单组数据进行标准化处理，形成以学生个体作为分类标签，以固定周期作为数据收集时长的单组特征数据集。

5.根据权利要求4所述的基于深度学习学生序列化行为的心理健康预警方法，其特征在于：

所述单组数据以矩阵形式表示，每个固定周期形成一个矩阵形式的数据。

6.根据权利要求5所述的基于深度学习学生序列化行为的心理健康预警方法，其特征在于：

所述构建去噪自动编码器模型的步骤包括：

7.根据权利要求5所述的基于深度学习学生序列化行为的心理健康预警方法，其特征在于：

所述构建循环神经网络模型时，采用均方差误差函数作为损失函数。

8.根据权利要求5所述的基于深度学习学生序列化行为的心理健康预警方法，其特征在于：

所述构建循环神经网络模型时，采用随机梯度下降算法作为优化器。

9.根据权利要求7所述的基于深度学习学生序列化行为的心理健康预警方法，其特征在于：

采用时间方向传播算法对损失函数进行极小化处理获得网络参数。

10.根据权利要求1所述的基于深度学习学生序列化行为的心理健康预警方法，其特征在于：

所述固定周期为1个月。