【技术实现步骤摘要】
本专利技术涉及心理健康评估，特别是一种基于用户行为数据的心理健康评估方法及系统。
技术介绍
1、随着智能设备的普及和大数据技术的发展，基于用户行为数据的心理健康评估方法逐渐成为研究和应用的热点，这些方法依赖于多维度的数据采集，如地理位置、应用使用习惯、社交媒体互动以及通过智能手表等可穿戴设备收集的生理数据如心率、步数和睡眠质量，通过综合这些数据，研究人员和开发者能够对个体的心理健康状况进行实时监控和评估，现有技术利用各种算法处理和分析这些数据，以识别可能的心理健康问题。
2、尽管现有的技术已能够收集多维度数据，但在特征提取和心理健康状态评估模型的精确性和实用性方面仍存在不足，从大量的行为和生理数据中提取有效的特征，构建能够准确反映用户心理状态的模型，是一个复杂且挑战性的任务，现有的特征提取方法未能充分利用数据中潜在的信息，评估模型也多依赖于统计方法，缺乏对个体差异和实时变化的适应性，现有的干预措施通常是标准化的，未能根据个体的具体评估结果进行个性化设计。
技术实现思路
1、鉴于上述现有的一种基于用户行为数据的心理健康评估方法及系统中存在的问题，提出了本专利技术。
2、因此，本专利技术所要解决的问题在于特征提取和心理健康状态评估模型的精确性和实用性方面仍存在不足，缺乏对个体差异和实时变化的适应性。
3、为解决上述技术问题，本专利技术提供如下技术方案：一种基于用户行为数据的心理健康评估方法，其包括，收集用户行为数据并进行预处理；从标准化数据中提取特征
4、作为本专利技术所述基于用户行为数据的心理健康评估方法的一种优选方案，其中：所述收集用户行为数据并进行预处理指使用智能手机收集行为数据包括地理位置、应用使用时间、社交媒体互动，使用可穿戴智能手表收集生理数据包括心率、步数以及睡眠质量；
5、检查数据字段的缺失值，使用相邻时间点的平均值进行插补；
6、对数值型数据使用箱形图法识别并删除异常值；
7、对用户的数据使用z得分方法进行标准化，公式为：
8、
9、其中x为用户标准化后的数据，x为收集的原始数据，μ为x的平均值，σ为x的标准差。
10、作为本专利技术所述基于用户行为数据的心理健康评估方法的一种优选方案，其中：所述从用户行为数据中提取特征指使用特征提取函数f(x)从标准化数据中提取特征，公式为：
11、
12、其中xi为用户第i个标准化后的数据点，n为标准化数据点的总数；
13、将每个用户的特征值组合成特征向量，公式为：
14、fk＝[f1(x1),f2(x2),…,fc(xc)]
15、其中fk为第k个用户数据中提取的特征向量，fc(xc)为第c个数据使用第c个特征函数的结果。
16、作为本专利技术所述基于用户行为数据的心理健康评估方法的一种优选方案，其中：所述构建心理健康评估模型指将每个用户的历史数据随机分为训练集与验证集；
17、使用逻辑回归模型进行心理健康评估，公式为：
18、
19、其中p(y＝1|fk)为第k个从用户数据中提取的特征向量下，用户心理健康问题的概率，β为逻辑回归模型的权重向量，t为转置；
20、使用训练集进行训练，使用损失函数l(β)进行训练，公式为：
21、
22、其中n为训练样本数量，pl为第l个样本的模型预测概率，yl为第l个样本的实际心理健康状态；
23、使用梯度下降法优化模型的权重β，梯度更新公式为：
24、
25、
26、其中α为学习率，为β的梯度；
27、使用验证集对训练后的逻辑回归模型进行验证；
28、将特征向量输入训练好的模型中，与设定决策阈值为z进行对比，若p≥z时，心理健康异常；若p＜z时，正常状态。
29、作为本专利技术所述基于用户行为数据的心理健康评估方法的一种优选方案，其中：所述根据评估的结果，从数据库中检索匹配的干预案例；
30、基于其历史成功率和用户偏好的权重计算干预措施，公式为：
31、
32、其中i为干预建议，rj为第j个干预措施的权重，gj(p)为根据心理健康评估结果p生成第j个干预建议的适应性值，m为干预措施的总数量；
33、根据计算结果生成个性化的干预建议，通过用户的手机应用发送干预方案和资源链接。
34、作为本专利技术所述基于用户行为数据的心理健康评估方法的一种优选方案，其中：所述创建用户交互页面，实时显示健康评估结果与干预措施指使用html创建实时更新的界面，使用图表库chart.js展示心理健康得分，基于用户的健康评估结果提供个性化的干预建议。
35、作为本专利技术所述基于用户行为数据的心理健康评估方法的一种优选方案，其中：所述对数据进行存储指将行为数据、生理数据、评估结果、干预数据存储到数据仓库中；
36、每周备份存储的数据，备份数据存储在物理位置分离的安全环境中。
37、本专利技术的另外一个目的是提供一种基于用户行为数据的心理健康评估系统，其包括，收集模块，用于收集用户的行为和生理数据并进行标准化处理；
38、提取特征模块，用于从标准化数据中提取特征；
39、构建模型模块，用于使用提取的特构建征逻辑回归模型，评估用户的心理健康状态；
40、干预模块；用于根据模型的评估结果，实施个性化的干预措施；
41、可视化模块，用于创建用户交互页面，实时显示健康评估结果与干预措施；
42、存储模块，用于对数据进行存储。
43、一种计算机设备，包括：存储器和处理器；所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述基于用户行为数据的心理健康评估方法的步骤。
44、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于用户行为数据的心理健康评估方法的步骤。
45、本专利技术有益效果为：本专利技术通过收集用户行为数据提取特征，并构建心理健康评估模型，评估用户的心理健康状态，提升了预测的准确性，使心理健康评估模型能够根据用户的特征向量准确预测心理健康状态，及时发现潜在的心理健康问题，从而引导进行适当的干预措施。
本文档来自技高网...【技术保护点】
1.一种基于用户行为数据的心理健康评估方法，其特征在于：包括，
2.如权利要求1所述的基于用户行为数据的心理健康评估方法，其特征在于：所述收集用户行为数据并进行预处理指使用智能手机收集行为数据包括地理位置、应用使用时间、社交媒体互动，使用可穿戴智能手表收集生理数据包括心率、步数以及睡眠质量；
3.如权利要求2所述的基于用户行为数据的心理健康评估方法，其特征在于：所述根据评估的结果，从数据库中检索匹配的干预案例；
4.如权利要求3所述的基于用户行为数据的心理健康评估方法，其特征在于：所述创建用户交互页面，实时显示健康评估结果与干预措施指使用HTML创建实时更新的界面，使用图表库Chart.js展示心理健康得分，基于用户的健康评估结果提供个性化的干预建议。
5.如权利要求4所述的基于用户行为数据的心理健康评估方法，其特征在于：所述对数据进行存储指将行为数据、生理数据、评估结果、干预数据存储到数据仓库中；
6.一种基于权利要求1-5任一所述的基于用户行为数据的心理健康评估方法的基于用户行为数据的心理健康评估系统，其特征在于：包
...【技术特征摘要】
1.一种基于用户行为数据的心理健康评估方法，其特征在于：包括，
2.如权利要求1所述的基于用户行为数据的心理健康评估方法，其特征在于：所述收集用户行为数据并进行预处理指使用智能手机收集行为数据包括地理位置、应用使用时间、社交媒体互动，使用可穿戴智能手表收集生理数据包括心率、步数以及睡眠质量；
3.如权利要求2所述的基于用户行为数据的心理健康评估方法，其特征在于：所述根据评估的结果，从数据库中检索匹配的干预案例；
4.如权利要求3所述的基于用户行为数据的心理健康...
【专利技术属性】
技术研发人员：梁洁，
申请(专利权)人：肇庆医学高等专科学校，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。