数据驱动的高校学生心理健康风险预测研究

摘要

为了准确描述高校学生心理健康风险变化特点,提出了基于数据驱动的高校学生心理健康风险预测。首先采集高校学生心理健康风险数据,利用K-means聚类方法对心理健康风险数据进行预处理,然后采用模糊综合评判方法依据聚类结果构建评判矩阵,得到相应权重,最后依据最大隶属度原则得到高校学生心理健康风险预测结果。实验结果表明,文中方法可有效预测高校学生心理健康风险数据,预测结果的可信度较高。