基于人工智能的新时代大学生心理障碍预测研究

作     者：孙馨露 闵雪 徐静 Sun Xinlu;Min Xue;Xu Jing

作者机构：浙江商业职业技术学院浙江杭州310053 

出 版 物：《天津职业大学学报》 (Journal of Tianjin Vocational Institute)

年 卷 期：2024年第33卷第5期

页      面：74-80页

学科分类：0402[教育学-心理学(可授教育学、理学学位）] 040202[教育学-发展与教育心理学] 04[教育学] 

基　　金：2023年度浙江省教育厅高等学校访问工程师校企合作项目“基于深度学习和体感运动游戏的大学生心理预测干预系统研究”(编号:FG2023077,主持人:孙馨露) 浙江省高职教育“十四五”第二批教学改革项目“基于生成式AI的高职学生个性化心理健康教育与危机干预模式研究”(编号:jg20240135,主持人:孙馨露)的阶段性研究成果 

主　　题：心理障碍预测 深度学习 大学生 CNN LSTM 

摘      要：心理障碍是影响新时代大学生的首要健康问题,目前尚无可用于筛查大学生心理障碍的早期预测工具。人工智能技术的迅速发展为心理健康领域的研究提供新的思路和方法。本研究基于浙江省不同层次高校在校生的样本数据资料,通过构建CNN-LSTM深度学习模型来识别大学生心理障碍的风险因素,并基于目标预测变量将CNN-LSTM与SVM、BP和CNN构建的模型进行比较,通过对比AUC等多个预测效果评价指标,最终验证构建的CNN-LSTM模型在大学生心理障碍预测上表现出最好的性能,且具有实际用于筛查大学生心理障碍的应用潜力。