基于大数据匹配的大学生心理健康因素分析算法研究

摘要

针对大学生心理健康问题相关数据的采集与分析需求,文中提出了一种基于大数据匹配的心理健康因素分析算法。通过数据的采集与预处理,实现社交模型、情感模型和兴趣模型的融合。文中分析计算了信息数据集合信息熵与信息增益率,利用剪枝决策树算法,可在最大程度分析处理相关数据的同时,使用后向剪枝理论去除不必要的根节点,从而避免了过拟合。对不同高校学生心理健康数据的分析结果说明,文中所提算法具有优良的适用性,且比现有算法的分析正确率更高,更具实用性。