面向大学生心理健康预警的因素灰度关联算法研究

摘要

针对高校心理健康工作自动化、智能化的需求,文中对数据挖掘技术进行了研究,基于灰度关联规则和Apriori算法设计了心理健康的预警分析方法。该方法通过灰度关联算法(GRA)确定参考数据序列,同时引入了若干比较序列。对参考序列与比较序列之间的相似度进行分析,并用结果来衡量二者之间的关联度,从而确定SCL-90心理健康评价体系下各个指标的打分权重。引入了Apriori算法,在给定的事务数据库T中寻找频繁序列,以满足预定的最小支持度与置信度条件,从而挖掘出导致心理健康问题的一般性规律。为了验证所提方法的性能,文中进行了数据分析实验。在采集数据时,借助SQL数据库和J2EE技术设计了数据采集平台。实验结果表明,该批次人员存在心理健康问题的占比为2.11%。与心理健康台账对比结果显示,文中方法的预测准确率为92.32%,可以满足智能化的心理健康预警需求。