一种基于图文结合评估心理状态的方法技术

一种基于图文结合评估心理状态的方法，通过分析用户的单位时间内的历史心理文本和图像数对用户的心理状态进行评测，获取到用户真实的心理状态，并及时反馈评估结果和相应的对策建议，使得用户可以直观了解到自己当前的心理状态，方便用户及时进行自我调整或就医以便达到心理健康的状态。

【技术实现步骤摘要】
一种基于图文结合评估心理状态的方法
本专利技术涉及计算机
，特别涉及一种在线评估心理状态的方法。
技术介绍
随着社会经济发展，人类生活水平的提高，人们对健康的需求也在不断提升，健康的概念，已经跨越了“无病”的时代，开始进入身心健康和高质量的生活时代。现代人物质生活相对安逸，但精神上、心理上的压力大，心里健康问题日益成为现代人健康的主要健康话题，因此，如何快速、准确、全面的评估个人的身心健康亟待研究。在信息化时代的今天，互联网日益成为人们生活中不可缺少的一部分。各大搜索网站上可以找到各种各样的心理测验网站，但是这些网站只有少量是专业机构编制的标准化测验，其余的大多是各种各样科普的活趣味性的心理测验，而且往往需要用户花费较长时间来填写心理测量表，再根据心理测量表的填写内容对心理健康状态进行评估，对于随意选择或故意选择错误答案的情况无法进行有效处理。
技术实现思路
针对现有技术的上述缺陷，本专利技术提供一种基于图文结合评估心理状态的方法，包括如下步骤：S101采集数据:从以下三个方面进行数据采集：个体专业心理测试数据采集；个体历史心理文本和图片数据采集；新个体历史信息采集；S102构建心理测试数据库：根据采集的个体专业心理测试数据以及个体历史发布的心理文本和图片数据构建心理测试数据库；S103数据分析：分为文本分析和图片分析两部分分别进行；S104对获取的文本数据进行分析；S105计算心理文本的语义相似度；S106心理文本分类：对个体相应的心理文本数据进行标注和分类、并将结果保存；S107构建文本因子特征集:根据心理文本分类的结果和心理文本的语义相似度的结果构建文本因子特征集；S108图像分析:对用户历史发布的图片进行分析,获取图片要素；S109图像分类:对用户发布的图片进行分类，训练图片分类模型，预测用户历史发布图片的类别；S110计算图像权重因子:根据S109中得出的图片分类结果对用户历史发布的图片进行分析，并根据分析结果计算图像权重因子；S111构建图像因子特征集:利用图像权重因子和对应类别图片构建图像因子特征集；S112心理状态分析模块:根据S107获取的文本因子特征集和S111获取的图像因子特征集构建心理分析模型对用户心理状态进行分析，预测用户的心理状态；S113结果分析:对用户心理状态的预测结果进行分析，并根据当前的心理状态给出相应的结论或对策建议。优选地，其中所述个体专业心理测试信息的采集包括但不限于从专业机构获取可信度高的相关心理测试数据。优选地，其中所述个体历史心理文本和图片数据包括但不限于从用户历史发布的数据中获取。优选地，其中所述新个体历史信息包括但不限于从新个体在单位时间内发布的心理相关的文本和图片等数据中获取。优选地，S104中进一步包括：在进行文本分析之前，对采集到的数据进行预处理；包括但不限于采用编码规范统一编码规则对数据进行编码，去除非心理相关文本、过滤特殊字符、去除停用词。优选地，S105中进一步包括：构建语义向量模型对心理文本进行语义向量的转化；计算心理文本与对应心理测试表中题目的语义相似度,并将结果保存。优选地，S109中图像分类进一步包括以下步骤：S301数据预处理：对个体单位时间内的图片数据进行清洗，清除非正常图片、对图片进行格式化处理、统一图片大小并进行标注；并对标注后的标准数据进行划分；S302训练分类模型：在训练分类模型之前将图片转化成对应的矩阵表示。根据本专利技术的一个优选实施方式；S303模型评估：利用测试集测试分类模型的效果，对图片分类模型进行评估；判断是否达到预期的评估标准；如果达到，则执行S305；如果未达到，则返回S302继续进行模型优化；S304是否符合预期：当未达到预期的评估标准时，对模型进行优化调整；返回执行S302；当模型达到预期的评估标准；从而完成图像分类模型的训练和评估优化，最终的结果就是图像分类模型的最优结果；S305结果输出：S304中的最终的结果就是图像分类模型的最优结果，将其作为最终的结果进行输出。优选地，S110中计算图像权重因子具体为：S1101、根据S301的标注结果，统计样本个体每个类别的图片的数量；S1102、计算每个类别图片所占样本个体图片总数的比例Tn，n＝1,2,…,N，N为类别数；S1103、心理测试分数记为I，根据心理测试结果将心理测试分数划分成几个等级然后用数字进行表示；构建预设心理公式为：I＝T1*α+T2*β+…+Tn*γ其中α、β、…、γ为该类图片的心理权重值，I为心理测试分数；S1104、将每个样本个体的心理测试分数I以及其对应的比例Tn分别带入到心理预设公式中，得到一个公式组；S1105、求解公式组，得到α、β、…、γ的图片心理权重值。α+β+γ＝1，即α、β、…、γ的取值范围为0～1之间。优选地，所述相关心理测试数据包括但不限于个体专业的心理测试表及其测试结果，以及对应的测试数据来源时间、个人信息、评估结果、对策建议数据。优选地，所述用户历史发布的数据包括但不限于从用户自身发布的社交媒体历史数据中获取。本专利技术基于神经网络分析个体历史心理文本，并根据心理测试表提取相关特征因子，然后结合个体历史发布图片分布，最终通过神经网络评估模型对用户的心理状态进行判断和评估，使得评估结果更科学、准确、快速，并且无需用户在线填写心理测量表。附图说明附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：图1为本专利技术实施例提供的一种基于图文结合评估心理状态的方法流程图；图2为本专利技术实施例提供的一种文本分类模型流程图；图3为本专利技术实施例提供的一种图片分类模型流程图；图4为本专利技术实施例提供的一种神经网络评估模型流程图；图5为本专利技术实施例提供的一种卷积神经网络映射示意图。具体实施方式以下结合附图对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。本专利技术提供一种基于图文结合评估心理状态的方法,包括如下步骤：S101数据采集:包括但不限于从至少以下三个方面进行数据采集：个体专业心理测试数据采集：个体专业心理测试信息的采集包括但不限于从专业机构获取可信度高的相关心理测试数据；根据本专利技术的一个优选实施方式，所述专业机构包括但不限于专业心理治疗机构、专业心理治疗网站、专业心理研究机构等；根据本专利技术的一个优选实施方式，所述相关心理测试数据包括但不限于个体专业的心理测试表及其测试结果，以及对应的测试数据来源时间、个人信息、评估结果、对策建议等数据。个体历史心理文本和图片数据采集：个体历史心理文本和图片数据包括但不限于从用户历史发布的数据本文档来自技高网...

【技术保护点】
1.一种基于图文结合评估心理状态的方法,包括如下步骤：/nS101采集数据:/n从以下三个方面进行数据采集：个体专业心理测试数据采集；个体历史心理文本和图片数据采集；新个体历史信息采集；/nS102构建心理测试数据库：根据采集的个体专业心理测试数据以及个体历史发布的心理文本和图片数据构建心理测试数据库；/nS103数据分析：分为文本分析和图片分析两部分分别进行；/nS104对获取的文本数据进行分析；/nS105计算心理文本的语义相似度；/nS106心理文本分类：对个体相应的心理文本数据进行标注和分类、并将结果保存；/nS107构建文本因子特征集:根据心理文本分类的结果和心理文本的语义相似度的结果构建文本因子特征集；/nS108图像分析:对用户历史发布的图片进行分析,获取图片要素；/nS109图像分类:对用户发布的图片进行分类，训练图片分类模型，预测用户历史发布图片的类别；/nS110计算图像权重因子:根据S109中得出的图片分类结果对用户历史发布的图片进行分析，并根据分析结果计算图像权重因子；/nS111构建图像因子特征集:利用图像权重因子和对应类别图片构建图像因子特征集；/nS112心理状态分析模块:根据S107获取的文本因子特征集和S111获取的图像因子特征集构建心理分析模型对用户心理状态进行分析，预测用户的心理状态；/nS113结果分析:对用户心理状态的预测结果进行分析，并根据当前的心理状态给出相应的结论或对策建议。/n...

【技术特征摘要】
1.一种基于图文结合评估心理状态的方法,包括如下步骤：
S101采集数据:
从以下三个方面进行数据采集：个体专业心理测试数据采集；个体历史心理文本和图片数据采集；新个体历史信息采集；
S102构建心理测试数据库：根据采集的个体专业心理测试数据以及个体历史发布的心理文本和图片数据构建心理测试数据库；
S103数据分析：分为文本分析和图片分析两部分分别进行；
S104对获取的文本数据进行分析；
S105计算心理文本的语义相似度；
S106心理文本分类：对个体相应的心理文本数据进行标注和分类、并将结果保存；
S107构建文本因子特征集:根据心理文本分类的结果和心理文本的语义相似度的结果构建文本因子特征集；
S108图像分析:对用户历史发布的图片进行分析,获取图片要素；
S109图像分类:对用户发布的图片进行分类，训练图片分类模型，预测用户历史发布图片的类别；
S110计算图像权重因子:根据S109中得出的图片分类结果对用户历史发布的图片进行分析，并根据分析结果计算图像权重因子；
S111构建图像因子特征集:利用图像权重因子和对应类别图片构建图像因子特征集；
S112心理状态分析模块:根据S107获取的文本因子特征集和S111获取的图像因子特征集构建心理分析模型对用户心理状态进行分析，预测用户的心理状态；
S113结果分析:对用户心理状态的预测结果进行分析，并根据当前的心理状态给出相应的结论或对策建议。


2.如权利要求1所述的一种基于图文结合评估心理状态的方法，其特征在于：
其中所述个体专业心理测试信息的采集包括但不限于从专业机构获取可信度高的相关心理测试数据。


3.如权利要求1-2任一所述的一种基于图文结合评估心理状态的方法，其特征在于：
其中所述个体历史心理文本和图片数据包括但不限于从用户历史发布的数据中获取。


4.如权利要求1-3任一所述的一种基于图文结合评估心理状态的方法，其特征在于：
其中所述新个体历史信息包括但不限于从新个体在单位时间内发布的心理相关的文本和图片数据中获取。


5.如权利要求1-4所述的一种基于图文结合评估心理状态的方法，其特征在于：
S104中进一步包括：在进行文本分析之前，对采集到的数据进行预处理；包括但不限于采用编码规范统一编码规则对数据进行编码，去除非心理相关文本、过滤特殊字符、去除停用词。


6.如权利要求1-5任一所述的一种基于图文结合评估心理状态的方法，其特征在于...

【专利技术属性】
技术研发人员：王冲冲，杨菲，贺同路，李嘉懿，郭学栋，任永亮，
申请(专利权)人：北京智能工场科技有限公司，
类型：发明
国别省市：北京;11