摘要：大数据时代，传统的心理危机预防手段面临着挑战，越来越多的高校开始研究如何将大数据技术应用于学生心理健康教育领域。本文提出一种基于大数据分析的心理健康预警机制，通过对学生多来源信息的收集，包含学习、消费、门禁出入、上网时长等，使用大数据技术构建模型，形成学生个人行为轨迹以及校园活跃度评定，及时预警学生心理状态的异常趋势，用以提高高校心理健康教育工作的科学性和高效性。

关键词：大数据;心理健康预警;高校学生

1. 引言

心理危机预防与干预是高校心理健康教育工作中的重要内容。大数据分析作为近年来最热门的技术之一，已成功应用到了许多领域。教育信息化的大背景下，随着“智慧校园”的不断推进以及校园一卡通系统的广泛应用，多年来积累了庞大的数据资源。如今校园大数据环境已经形成，如何有效的分析和利用这些数据资源，成了亟待研究的课题。

2. 当前高校心理危机预防工作分析

2.1 大学生心理健康问题更加普遍化和严重化

中国疾控中心精神卫生中心的一项调查结果显示，10%～25.4%的大学生有焦虑不安、恐惧、强迫症、精神症、抑郁症、情绪危机等心理障碍[1]。由此可见，我国当代大学生的心理健康状况亟须得到重视。

大学生的生理、心理发育尚未完全稳定，情绪调节和抗压能力也不够完善，在脱离父母监管，独自面对学习生活的过程中，很容易产生孤独、自卑、抑郁等心理问题。这些问题会对学生的身心健康、专业学习、人际交往以及就业发展产生不利影响。

2.2 传统的心理健康预防体系的局限性

目前的高校心理危机预防体系通常为“心理委员——心理辅导员——学校心理医生”三级体系，由学生、辅导员和高校心理医生配合，收集和传递信息，从而监测学生的心理健康变化，对可能出现心理危机的学生进行支持干预。

但在实际工作中，以上机制存在一些不足。首先，心理健康教育工作人员人数不足，在信息收集阶段难以对全部学生做到有效的关注和覆盖;其次，许多学生心理委员和辅导员并不具备专业的心理健康知识，不能准确识别学生的心理问题[2]，这些都会使现有的心理危机预防体系不能发挥最大作用。

3. 基于大数据分析的心理健康预警机制的构建

使用大数据技术，能够获取高校学生各个维度的信息，为学生的学习和生活行为形成画像。通过对这些数据的深度挖掘和相关性分析，可以对学生心理危机早发现，早预警，从而提升高校心理健康工作的精准性和时效性。

3.1 建立多来源心理健康信息数据库

收集数据的来源要做到多样化、立体化，可以从以下几个方面收集。

（1）高校一卡通系统

通过一卡通系统，可以获取学校食堂和超市的消费记录、图书馆出入和借阅记录、宿舍门禁记录、上网时长等数据。

（2）高校职能部门

通过教务处可以获取学生学业信息，包含考试成绩、挂科、重修、留级预警情况等。通过辅导员可以获取学生课程考勤和集体活动参与情况等数据。

（3）社交网站

当今互联网时代，网络是大学生展示内心活动的重要平台，学生会在QQ、微信、微博等平台上发表言论、宣泄情绪，这一部分数据可以通过学生心理委员和辅导员定期关注和记录来获取。

3.2 建立学生心理健康危机预防和干预模型

（1）学生个人行为轨迹模型

基于上述学生心理健康信息数据库，得到学生学习成绩、上课考勤，图书馆出入、宿舍门禁出入，食堂消费、超市购物、上网时长等多维度信息，可以建立学生个人学习生活轨迹，预警潜在心理危机。

对于一段时间内缺课较多，成绩下降明显的学生，可以及时发现并给予重点关注。通过宿舍门禁数据，可以掌握学生每天最早出宿舍时间，和晚上回宿舍时间，对于多天不出宿舍，每天出宿舍都在中午12点之后，以及频繁在凌晨之后才回宿舍的学生，应给予重点关注。通过对一卡通消费数据，可以分析学生在食堂、超市等校内消费的波动情况，尽早发现学生是否面临经济困难，从而产生心理问题。

（2）学生校园活跃度评价模型

基于学生的一卡通数据，分析消费明细、宿舍门禁、图书馆门禁明细，从时间戳得出学生的共现频率，能够得出学生的社交网络关系表，从而对学生进行校园活跃度评价。

通常情况下，社会交往正常的学生，在进行上课考勤、图书馆自习、食堂就餐、超市购物以及回宿舍等活动时，会和若干个较为固定的同学结伴而行，以上情况能够在一卡通数据的时间戳上找到关联依据。而如果发现某些学生在持续较长的一段时间内，这些活动数据的时间戳和其他学生均没有关联，则可判定该学生校园活跃度较低，孤独风险较高。辅导员和学校心理教师可根据学生校园活跃度模型的预警，对此类学生及时发现，精准帮扶。

3.3 完善高校数据化心理健康教育工作方式

首先，高校要针对心理健康教育工作者进行专项培训，培养一批懂得大数据分析应用的心理健康队伍，最大限度的发挥心理健康分析模型的功能。

其次，建立及时的信息反馈系统。当心理预警系统发现学生的心理健康情况处于高风险时，应该第一时间通知辅导员和心理教师，及时介入并提供支持，保障心理健康教育工作的时效性。

最后，对高风险学生实施完备的闭环管理。完成对高风险学生的干预和支持工作后，要通过危机预警模型持续关注，跟进学生后续心理状态，减少再次出现心理危机的风险。

4. 结语

大数据技术背景下，当前的高校心理健康教育工作面临着挑战和机遇。将大数据分析技术应用于大学生心理健康教育工作中，构建更为科学和高效的心理健康危机预警机制，既可以提高心理健康教育的精准性和时效性，也可以在一定程度上缓解目前高校心理教育工作者人数少、时间精力有限，难以做到对所有学生全覆盖的问题。对于提升大学生心理健康教育工作效率具有积极意义。

参考文献

[1]林晓燕.大数据时代背景下高校经济困难学生心理预警机制构建[J].中国成人教育，2016（14）.

[2] 吴远征. 大数据视角下高校学生心理危机干预机制的构建[J]. 科教导刊， 2018（9）.

项目来源：陕西省教育科学“十三五”规划2020年度课题

课题名称：基于大数据分析的高校学生心理健康监测预警方法的研究

课题批准号：SGH20Q279