基于数据驱动的高校学生心理健康评估研究

摘要：

面对当前大学生心理健康层出不穷的现状,为了全面了解大学生心理健康现状和需求,以提升大学生心理健康评估效果为目的,提出了基于数据驱动的大学生心理健康评估方法.这种方法采用改进模糊聚类算法,通过引入不确定隶属度,促使样本中的元素属于同一个聚类;利用不确定性隶属度的记忆存储功能,有效减少计算循环次数;合理准确的获取相关评估指标,建立评估指标体系;结合模糊综合评估模型,充分考虑模糊性的影响,根据各指标不同的重要性,采用归一化方法确定模糊权重,合成所有模糊权重得到综合评估模型,实现定性评估与定量评估的结合.实验结果表明,该评估方法聚类运行稳定,可实现大学生心理健康评估且评估误差低,具有良好的参考性和推广价值.

关键词：数据驱动、大学生、心理健康、评估研究、模糊聚类算法、评估模型

所属期刊栏目：38

分类号：TP3(计算技术、计算机技术)

在线出版日期：2023-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：163-166