基于表达性写作的感恩训练方法及设备技术

本发明专利技术提供了一种基于表达性写作的感恩训练方法及设备。所述方法包括：步骤1至步骤4。本发明专利技术采用全新数据驱动方式实现实时科学的心理干预，摆脱现有心理干预应用依靠专家的局限，覆盖面更广，推广性更强；写作指导模式提高了操作性；针对压力状态确定心理干预的恰当强度，提供最合适的写作情境，实现更优的效果，填补当前心理学平台在心理干预方面智能化不足及个性化不足的空白。及个性化不足的空白。及个性化不足的空白。

【技术实现步骤摘要】
基于表达性写作的感恩训练方法及设备


[0001]本专利技术实施例涉及数据挖掘
，尤其涉及一种基于表达性写作的感恩训练方法及设备。

技术介绍

[0002]随着生产力的进步，社会的飞速发展，快节奏、高竞争的社会给人们的心理健康带来严峻的挑战。针对心理健康问题进行了诸多有益的探索，其中积极心理干预手段已被许多研究证明其有效性。当前感恩日记这一已被证实有效的积极心理干预手段往往依赖于专业人士全程指导，只在心理学临床实验中小范围应用，大众对于感恩日记的解不足，日常使用则缺乏专业、科学的感恩日记写作指导。现有的心理学平台如“壹心理”，功能为整合科普性心理学资讯、推出趣味性心理学测试、提供用户购买心理咨询与治疗服务的途径。当前存在的心理学平台更多地类似综合信息资源的平台，而非指导用户如何有效行动起来实现心理健康管理的平台。其次，每个人的心理状况不同，的心理干预强度也就不同，而现有的心理学平台对每个用户呈现的界面与内容基本一致，没有考虑到个体心理健康状况的差异，缺乏针对用户个人心理状况定制的个性化心理干预手段。因此，开发一种基于表达性写作的感恩训练方法及设备，可以有效克服上述相关技术中的缺陷，就成为业界亟待解决的技术问题。

技术实现思路

[0003]针对现有技术存在的上述问题，本专利技术实施例提供了一种基于表达性写作的感恩训练方法及设备。
[0004]第一方面，本专利技术的实施例提供了一种基于表达性写作的感恩训练方法，包括：步骤1：构建感恩事件库；步骤2：根据感恩程度值大小将感恩事件库中的所有感恩事件划分为感恩程度低、感恩程度中、感恩程度较高和感恩程度极高四个级别；步骤3：将用户7天内发布的社交网络数据通过压力特征抽取、支持向量机学习算法映射为离散的压力时长序列；步骤4：根据步骤2分别设定感恩程度低、中、较高、极高事件组成的集合，以感恩事件作为感恩日记主题，采用启发式规则进行感恩日记主题推荐，将推荐的感恩事件相对应的指导语呈现至用户界面，帮助用户开展感恩主题日记写作。
[0005]在上述方法实施例内容的基础上，本专利技术实施例中提供的基于表达性写作的感恩训练方法，步骤1具体包括：感恩事件库包含62个感恩事件，任意感恩事件为e＝(dscp，s，detail)，其中dscp描述该事件内容，s为该事件的感恩程度值，取值为大于等于1小于等于100，越大为该事件带来的感恩程度越高，detail对应该事件作为感恩日记写作主题时的写作指导语，包括四个部分：概述感恩事件，引导用户回忆相关事件、描述自身经历与感受，要求用户写下事件中想要感恩的人或事物，提醒用户思考该事件对未来是否产生影响及产生哪些影响。
[0006]在上述方法实施例内容的基础上，本专利技术实施例中提供的基于表达性写作的感恩
训练方法，步骤2具体包括：若最小感恩程度值为s
min
，最大值为s
max
，令其中：s∈[s
min
,s
min
+Δp]，则该事件对应感恩程度低的级别；s∈(s
min
+Δp,s
min
+2Δp]，则该事件对应感恩程度中的级别；s∈(s
min
+2Δp,s
min
+3Δp]，则该事件对应感恩程度较高的级别；s∈(s
min
+3Δp,s
max
]，则该事件对应感恩程度极高的级别。
[0007]在上述方法实施例内容的基础上，本专利技术实施例中提供的基于表达性写作的感恩训练方法，步骤3具体包括：令Category＝{学业，情感，人际交往，自我认知，未知}分别为单条社交状态下压力检测中涵盖的五种压力类别，Level＝{0,1,2,3}分别为无压力、轻度压力、中度压力、重度压力四种不同的压力级别，对于用户u在时刻t发布的社交状态w，其压力检测结果为一个五维的压力向量其中C
i
∈Category,i＝1,2,3,4,5依次对应Category中的每个压力类别，Lv
i
∈Level则为相应压力类别C
i
下的压力级别取值；依次处理用户社交网络序列中的每条社交状态，生成每条社交状态的压力检测结果；以天为单位，将同一日期下用户所有社交状态对应的压力检测结果进行聚合，判定为无压力、轻度压力、中度压力或重度压力。
[0008]在上述方法实施例内容的基础上，本专利技术实施例中提供的基于表达性写作的感恩训练方法，所述采用启发式规则进行感恩日记主题推荐，包括：用户压力级为无压力时，在E0中随机选取k个感恩事件作为推荐；用户压力级为“轻度压力”时，在E1中随机选取k个感恩事件作为推荐；用户压力级为“中度压力”时，在E2中随机选取k个感恩事件作为推荐；用户压力级为“重度压力”时，在E3中随机选取k个感恩事件作为推荐；其中，E0，E1，E2，E3分别为感恩程度低、中、较高、极高事件组成的集合。
[0009]第二方面，本专利技术的实施例提供了一种基于表达性写作的感恩训练装置，包括：第一主模块，用于实现步骤1：构建感恩事件库；第二主模块，用于实现步骤2：根据感恩程度值大小将感恩事件库中的所有感恩事件划分为感恩程度低、感恩程度中、感恩程度较高和感恩程度极高四个级别；第三主模块，用于实现步骤3：将用户7天内发布的社交网络数据通过压力特征抽取、支持向量机学习算法映射为离散的压力时长序列；第四主模块，用于实现步骤4：根据步骤2分别设定感恩程度低、中、较高、极高事件组成的集合，以感恩事件作为感恩日记主题，采用启发式规则进行感恩日记主题推荐，将推荐的感恩事件相对应的指导语呈现至用户界面，帮助用户开展感恩主题日记写作。
[0010]第三方面，本专利技术的实施例提供了一种电子设备，包括：
[0011]至少一个处理器；以及
[0012]与处理器通信连接的至少一个存储器，其中：
[0013]存储器存储有可被处理器执行的程序指令，处理器调用程序指令能够执行第一方面的各种实现方式中任一种实现方式所提供的基于表达性写作的感恩训练方法。
[0014]第四方面，本专利技术的实施例提供了一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行第一方面的各种实现方式中任一种实现方式所提供的基于表达性写作的感恩训练方法。
[0015]本专利技术实施例提供的基于表达性写作的感恩训练方法及设备，采用全新数据驱动方式实现实时科学的心理干预，摆脱现有心理干预应用依靠专家的局限，覆盖面更广，推广
性更强；写作指导模式提高了操作性；针对压力状态确定心理干预的恰当强度，提供最合适的写作情境，实现更优的效果，填补当前心理学平台在心理干预方面智能化不足及个性化不足的空白。
附图说明
[0016]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单的介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于表达性写作的感恩训练方法，其特征在于，包括：步骤1：构建感恩事件库；步骤2：根据感恩程度值大小将感恩事件库中的所有感恩事件划分为感恩程度低、感恩程度中、感恩程度较高和感恩程度极高四个级别；步骤3：将用户7天内发布的社交网络数据通过压力特征抽取、支持向量机学习算法映射为离散的压力时长序列；步骤4：根据步骤2分别设定感恩程度低、中、较高、极高事件组成的集合，以感恩事件作为感恩日记主题，采用启发式规则进行感恩日记主题推荐，将推荐的感恩事件相对应的指导语呈现至用户界面，帮助用户开展感恩主题日记写作。2.根据权利要求1所述的基于表达性写作的感恩训练方法，其特征在于，步骤1具体包括：感恩事件库包含62个感恩事件，任意感恩事件为e＝(dscp，s，detail)，其中dscp描述该事件内容，s为该事件的感恩程度值，取值为大于等于1小于等于100，越大为该事件带来的感恩程度越高，detail对应该事件作为感恩日记写作主题时的写作指导语，包括四个部分：概述感恩事件，引导用户回忆相关事件、描述自身经历与感受，要求用户写下事件中想要感恩的人或事物，提醒用户思考该事件对未来是否产生影响及产生哪些影响。3.根据权利要求2所述的基于表达性写作的感恩训练方法，其特征在于，步骤2具体包括：若最小感恩程度值为s
min
，最大值为s
max
，令其中：s∈[s
min
,s
min
+Δp]，则该事件对应感恩程度低的级别；s∈(s
min
+Δp,s
min
+2Δp]，则该事件对应感恩程度中的级别；s∈(s
min
+2Δp,s
min
+3Δp]，则该事件对应感恩程度较高的级别；s∈(s
min
+3Δp,s
max
]，则该事件对应感恩程度极高的级别。4.根据权利要求3所述的基于表达性写作的感恩训练方法，其特征在于，步骤3具体包括：令Category＝{学业，情感，人际交往，自我认知，未知}分别为单条社交状态下压力检测中涵盖的五种压力类别，Level＝{0,1,2,3}分别为无压力、轻度压力、中度压力、重度压力四种不同...

【专利技术属性】
技术研发人员：赵靓，喻丰，曾子涵，周琦凡，
申请(专利权)人：武汉大学，
类型：发明
国别省市：