一种基于心理量表数据的预测方法和装置制造方法及图纸

本申请公开了一种基于心理量表数据的预测方法和装置，所述预测方法包括：针对目标群体中的每个用户，获取该用户的预测样本；对多个预测样本进行聚类，获得多个初始聚类簇；根据所述多个初始聚类簇的簇属性，对所述多个初始聚类簇进行调整以获得多个目标心理类别簇；对所述多个目标心理类别簇分别进行风险预估，确定每个目标心理类别簇对应的心理风险等级；对所述多个目标心理类别簇进行可视化处理，输出用于展示所述多个目标心理类别簇以及对应心理风险等级的图像数据。本申请通过对用户心理量表数据和用户特征数据进行分析，并对分析结果进行可视化展示，可以更为准确、直观地反应用户的心理健康状况。应用户的心理健康状况。应用户的心理健康状况。

【技术实现步骤摘要】
一种基于心理量表数据的预测方法和装置


[0001]本申请涉及心理测评
，具体而言，涉及一种基于心理量表数据的预测方法和装置。

技术介绍

[0002]随着科技变化和竞争压力的变大，关注学生心理健康成为学校重要的工作。面对越来越严重的学生心理问题，需要有效的测评手段去评估学生心理健康状况，并结合学生心理健康状况及时进行疏导。
[0003]心理测评是依据一定的心理学理论，使用一定的操作程序，给人的能力、人格及心、理健康等心理特性和行为确定出一种数量化的价值，现有技术中的心理测评系统，主要用于采集用户的心理测评数据信息，而缺少了对获取的用户心理测评数据进行分析的过程，且用户心理测评数据包括文本、语音、图像、视频等多种格式，测评过程中，需要采用特定方法将数据转化为同一格式再进行计算，导致心理测评更存在一定的客观性和误差。

技术实现思路

[0004]本申请实施例的目的在于提供一种基于心理量表数据的预测方法和装置，本申请的预测方法能够将用户心理量表数据和用户特征数据进行结合，并对结合后的数据进行分析处理，从而实现对用户心理状况的预测，极大地提高了心理测评的准确性。
[0005]为了实现上述目的，本申请实施例采用的技术方案如下：
[0006]第一方面，本申请实施例提出一种基于心理量表数据的预测方法，预测方法包括：
[0007]针对目标群体中的每个用户，获取该用户的预测样本，预测样本包括用户心理量表数据和用户特征数据，用户心理量表数据用于表征用户在不同心理评测维度下的健康程度；r/>[0008]对多个预测样本进行聚类，获得多个初始聚类簇；
[0009]根据多个初始聚类簇的簇属性，对多个初始聚类簇进行调整以获得多个目标心理类别簇；
[0010]对多个目标心理类别簇分别进行风险预估，确定每个目标心理类别簇对应的心理风险等级；
[0011]对多个目标心理类别簇进行可视化处理，输出用于展示多个目标心理类别簇以及对应心理风险等级的图像数据。
[0012]可选地，对多个预测样本进行聚类，获得多个初始聚类簇的步骤包括：
[0013](A)从多个预测样本中确定多个初始聚类中心；
[0014](B)根据多个初始聚类中心，获得多个候选聚类簇；
[0015](C)从多个候选聚类簇中选取预测样本数量大于第一阈值的候选聚类簇，确定为多个初始聚类簇；
[0016](D)针对每个初始聚类簇，计算该初始聚类簇的计算聚类中心。
[0017]可选地，从多个预测样本中确定多个初始聚类中心的步骤包括：
[0018]分别计算每个待选取预测样本与上一初始聚类中心的距离，将计算得到的距离中与上一初始聚类中心的距离最大的待选取预测样本确定为当前初始聚类中心，待选取预测样本为多个预测样本中除作为初始聚类中心的预测样本之外的其他预测样本，首个初始聚类中心是根据从多个预测样本中随机选取一个预测样本来确定的；
[0019]重复上述步骤，以获得多个初始聚类中心。
[0020]可选地，簇属性包括多个初始聚类中心的数量；
[0021]其中，根据多个初始聚类簇的簇属性，对多个初始聚类簇进行调整以获得多个目标心理类别簇的步骤包括：
[0022](E)判断多个初始聚类簇的当前聚类中心数量是否满足第一分裂条件，第一分裂条件为当前聚类中心数量小于第一目标聚类值；
[0023](F)如果当前聚类中心数量满足第一分裂条件，则对多个初始聚类簇进行簇分裂操作，以获得多个目标心理类别簇；
[0024](G)如果当前聚类中心数量不满足第一分裂条件，则判断多个初始聚类簇的当前聚类中心数量是否满足第一合并条件，第一合并条件为当前聚类中心数量大于第二目标聚类值或者当前聚类中心数量满足奇偶性校验；
[0025](H)如果当前聚类中心数量满足第一合并条件，则对多个初始聚类簇进行簇合并操作，以获得多个目标心理类别簇；
[0026](I)如果当前聚类中心数量不满足第一合并条件，则对多个初始聚类簇进行簇分裂操作，以获得多个目标心理类别簇。
[0027]可选地，对多个初始聚类簇进行簇分裂操作的步骤包括：
[0028]判断多个初始聚类簇中是否存在满足第二分裂条件的第一目标初始聚类簇；
[0029]如果存在满足第二分裂条件的第一目标初始聚类簇，则对第一目标初始聚类簇进行簇分裂操作；
[0030]如果不存在满足第二分裂条件的初始类别簇，则对多个初始聚类簇进行簇合并操作，以获得多个目标心理类别簇。
[0031]可选地，判断多个初始聚类簇中是否存在满足第二分裂条件的第一目标初始聚类簇的步骤包括：
[0032]针对每个初始聚类簇，计算该初始聚类簇中特征变量的标准差向量，初始聚类簇中特征变量的标准差向量中的每个特征标准差分量对应一个特征变量的标准差；
[0033]确定所有初始聚类簇中特征变量的标准差向量中的最大特征标准差分量，判断最大特征标准差分量是否大于预设特征标准差分量上限值；
[0034]如果最大特征标准差分量大于预设特征标准差分量上限值，则确定多个初始聚类簇中存在满足第二分裂条件的第一目标初始聚类簇，并将最大特征标准差分量对应的初始聚类簇确定为第一目标初始聚类簇；
[0035]如果最大特征标准差分量不大于预设特征标准差分量上限值，则确定多个初始聚类簇中不存在满足第二分裂条件的初始聚类簇。
[0036]可选地，对第一目标初始聚类簇进行簇分裂操作的步骤包括：
[0037]获取第一目标初始聚类簇的计算聚类中心和分裂系数；
[0038]根据分裂系数，将第一目标初始聚类簇分裂为两个新的初始聚类簇，将当前聚类中心数量加一，并返回执行步骤(B)。
[0039]可选地，对多个初始聚类簇进行簇合并操作的步骤包括：
[0040](J)判断多个初始聚类簇是否满足第二合并条件，第二合并条件为多个初始聚类簇中存在计算聚类中心之间的距离值小于预设聚类中心最小距离值的第二目标初始聚类簇；
[0041](K)如果多个初始聚类簇满足第二合并条件，对第二目标初始聚类簇进行合并操作，并确定新的聚类中心；
[0042](L)判断当前迭代运算次数是否等于预设迭代次数；
[0043](M)如果当前迭代运算次数不等于预设迭代次数，则返回执行步骤(B)；
[0044](N)如果多个初始聚类簇不满足第二合并条件，则返回执行步骤(L)。
[0045]可选地，预测方法还包括：如果当前迭代运算次数等于预设迭代次数，则获得多个目标心理类别簇；
[0046]如果当前迭代运算次数不等于预设迭代次数，则确定是否改变至少一个聚类输入参数，聚类输入参数包括第一阈值、第一目标聚类值、第二目标聚类值、预设特征标准差分量上限值；
[0047]如果确定改变至少一个聚类输入参数，则将当前聚类中心数量减一，迭代运算次数增加一，并返回执行步骤(A)；
[0048]如果确定不改变至少本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于心理量表数据的预测方法，其特征在于，所述预测方法包括：针对目标群体中的每个用户，获取该用户的预测样本，所述预测样本包括用户心理量表数据和用户特征数据，所述用户心理量表数据用于表征用户在不同心理评测维度下的健康程度；对多个预测样本进行聚类，获得多个初始聚类簇；根据所述多个初始聚类簇的簇属性，对所述多个初始聚类簇进行调整以获得多个目标心理类别簇；对所述多个目标心理类别簇分别进行风险预估，确定每个目标心理类别簇对应的心理风险等级；对所述多个目标心理类别簇进行可视化处理，输出用于展示所述多个目标心理类别簇以及对应心理风险等级的图像数据。2.根据权利要求1所述的预测方法，其特征在于，对多个预测样本进行聚类，获得多个初始聚类簇的步骤包括：(A)从所述多个预测样本中确定多个初始聚类中心；(B)根据所述多个初始聚类中心，获得多个候选聚类簇；(C)从所述多个候选聚类簇中选取预测样本数量大于第一阈值的候选聚类簇，确定为多个初始聚类簇；(D)针对每个初始聚类簇，计算该初始聚类簇的计算聚类中心。3.根据权利要求2所述的预测方法，其特征在于，从所述多个预测样本中确定多个初始聚类中心的步骤包括：分别计算每个待选取预测样本与上一初始聚类中心的距离，将计算得到的距离中与所述上一初始聚类中心的距离最大的待选取预测样本确定为当前初始聚类中心，所述待选取预测样本为所述多个预测样本中除作为初始聚类中心的预测样本之外的其它预测样本，首个初始聚类中心是根据从所述多个预测样本中随机选取一个预测样本来确定的；重复上述步骤，以获得多个初始聚类中心。4.根据权利要求2所述的预测方法，其特征在于，所述簇属性包括所述多个初始聚类中心的数量，其中，根据所述多个初始聚类簇的簇属性，对所述多个初始聚类簇进行调整以获得多个目标心理类别簇的步骤包括：(E)判断所述多个初始聚类簇的当前聚类中心数量是否满足第一分裂条件，所述第一分裂条件为所述当前聚类中心数量小于第一目标聚类值；(F)如果当前聚类中心数量满足第一分裂条件，则对所述多个初始聚类簇进行簇分裂操作，以获得多个目标心理类别簇；(G)如果当前聚类中心数量不满足第一分裂条件，则判断所述多个初始聚类簇的当前聚类中心数量是否满足第一合并条件，所述第一合并条件为所述当前聚类中心数量大于第二目标聚类值或者所述当前聚类中心数量满足奇偶性校验；(H)如果当前聚类中心数量满足第一合并条件，则对所述多个初始聚类簇进行簇合并操作，以获得多个目标心理类别簇；(I)如果当前聚类中心数量不满足第一合并条件，则对所述多个初始聚类簇进行簇分
裂操作，以获得多个目标心理类别簇。5.根据权利要求4所述的预测方法，其特征在于，对所述多个初始聚类簇进行簇分裂操作的步骤包括：判断所述多个初始聚类簇中是否存在满足第二分裂条件的第一目标初始聚类簇；如果存在满足第二分裂条件的第一目标初始聚类簇，则对第一目标初始聚类簇进行簇分裂操作；如果不存在满足第二分裂条件的初始类别簇，则对所述多个初始聚类簇进行簇合并操作，以获得多个目标心理类别簇。6.根据权利要求5所述的预测方法，其特征在于，判断所述多个初始聚类簇...

【专利技术属性】
技术研发人员：刘思妤，
申请(专利权)人：四川久远银海软件股份有限公司，
类型：发明
国别省市：