戴鈺

摘要：本文參考凱斯勒六項(xiàng)心理疾病量表設(shè)置調(diào)查問(wèn)卷獲得的樣本數(shù)據(jù)，運(yùn)用灰色關(guān)聯(lián)分析、貝葉斯網(wǎng)絡(luò)等方法，分析影響大學(xué)生心理健康的主要因素以及風(fēng)險(xiǎn)控制。結(jié)果顯示：認(rèn)知風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)、個(gè)人風(fēng)險(xiǎn)和社交風(fēng)險(xiǎn)均會(huì)顯著地影響大學(xué)生心理健康。

關(guān)鍵詞：大學(xué)生心理健康；灰色關(guān)聯(lián)分析；貝葉斯網(wǎng)絡(luò)模型

大學(xué)階段是當(dāng)代大學(xué)生知識(shí)體系和價(jià)值體系形成的關(guān)鍵時(shí)期，往往容易受到外界重大突發(fā)公共事件沖擊的影響，如何有效解決大學(xué)生心理健康問(wèn)題成為各大高校關(guān)注的熱點(diǎn)話題。欒斐斐和李軍海 （2020）[1]、鐘夢(mèng)婷和熊真真 （2020）[2]等學(xué)者針對(duì)不同地區(qū)高校大學(xué)生的心理健康展開(kāi)了相關(guān)研究。本文利用灰色關(guān)聯(lián)分析探尋影響大學(xué)生心理健康的各因子之間的關(guān)系，并構(gòu)建重大突發(fā)公共事件大學(xué)生心理健康的評(píng)估指標(biāo)體系，運(yùn)用邏輯回歸算法對(duì)其信度和效度加以驗(yàn)證。通過(guò)貝葉斯網(wǎng)絡(luò)的正向逆向推理找出各項(xiàng)情緒壓力的主要原因。利用貝葉斯網(wǎng)絡(luò)對(duì)各風(fēng)險(xiǎn)因素進(jìn)行監(jiān)測(cè)以找到最佳的風(fēng)險(xiǎn)防控方法，同時(shí)提出構(gòu)建多層級(jí)風(fēng)險(xiǎn)預(yù)警系統(tǒng)以及時(shí)發(fā)現(xiàn)心理異常學(xué)生并予以治療。

一、大學(xué)生心理健康狀況的影響因素分析

灰色關(guān)聯(lián)分析規(guī)避了大部分回歸分析只適用于少因素和線性回歸的情況，用關(guān)聯(lián)度來(lái)分析某一系統(tǒng)的多種影響因素及其影響的具體數(shù)值，從而能夠找到這一系統(tǒng)的主要影響因素及次要影響因素，并對(duì)影響的關(guān)聯(lián)性進(jìn)行排序 （楊柳等，2020）。[3]首先，確定研究對(duì)象和參考數(shù)列；其次，對(duì)參考數(shù)據(jù)及收集的數(shù)據(jù)進(jìn)行無(wú)量綱化處理；最后，根據(jù)公式計(jì)算關(guān)聯(lián)系數(shù)ξ1和關(guān)聯(lián)度ri，以緊張 （Nervous）、沒(méi)有希望 （Hopeless）、不安或煩躁 （Uneasy）、不能愉快起來(lái) （Unhappy）、做事費(fèi)勁 （Hard）和沒(méi)有價(jià)值 （Unworthiness）6種心理癥狀為因變量，以疫情信息關(guān)注度 （Attention）、鑒別信息真?zhèn)吻闆r （Identify）、安全知識(shí)掌握 （Knowledge）、居住地區(qū) （Live place）、居住地風(fēng)險(xiǎn) （Infection Risk）、家庭關(guān)系 （Relationships）、性別 （Sex）、年級(jí) （Grade）、專業(yè) （Major）、健康水平 （Health）為自變量，進(jìn)行灰色關(guān)聯(lián)分析，結(jié)果詳見(jiàn)表1。

由表1可以看出，不同影響因素對(duì)6種心理癥狀的影響存在差異，年級(jí)、健康水平和專業(yè)與6種心理癥狀的關(guān)聯(lián)性一直處于前三位，這三個(gè)因素是大學(xué)生心理健康問(wèn)題的主要因素；而性別和居住地風(fēng)險(xiǎn)與6種心理癥狀的關(guān)聯(lián)性一直處于最后兩位，在10種影響因素中兩者對(duì)大學(xué)生心理健康問(wèn)題影響較弱。這表明大學(xué)生本身的基本情況對(duì)其心理健康的影響有主導(dǎo)作用。

二、貝葉斯網(wǎng)絡(luò)檢測(cè)模型構(gòu)建及仿真分析

（一）節(jié)點(diǎn)和貝葉斯網(wǎng)絡(luò)構(gòu)建

根據(jù)前文對(duì)指標(biāo)體系的構(gòu)建，本文的貝葉斯網(wǎng)絡(luò)全面風(fēng)險(xiǎn)監(jiān)測(cè)系統(tǒng)中的節(jié)點(diǎn)分為兩類：一類是風(fēng)險(xiǎn)節(jié)點(diǎn)，另一類是結(jié)果節(jié)點(diǎn)。在確定了基本傳導(dǎo)結(jié)構(gòu)后，需要對(duì)各個(gè)節(jié)點(diǎn)進(jìn)行分類設(shè)置和概率賦值，其中，指標(biāo)層風(fēng)險(xiǎn)節(jié)點(diǎn)的程度劃分即為調(diào)查問(wèn)卷中的選項(xiàng)分支，各個(gè)程度的概率即為調(diào)查問(wèn)卷數(shù)據(jù)中各個(gè)選項(xiàng)分支的概率。準(zhǔn)則層的風(fēng)險(xiǎn)程度的劃分為人為操作 （將各自轄下的影響因子加權(quán)并按照合適的區(qū)間進(jìn)行劃分），而各個(gè)程度的概率為條件概率，由貝葉斯網(wǎng)絡(luò)模型根據(jù)調(diào)查問(wèn)卷數(shù)據(jù)進(jìn)行自主學(xué)習(xí)并擬合計(jì)算。結(jié)果節(jié)點(diǎn)的程度劃分為調(diào)查問(wèn)卷中的選項(xiàng)分支，按照各個(gè)程度的概率同樣為條件概率，由貝葉斯網(wǎng)絡(luò)模型根據(jù)調(diào)查問(wèn)卷數(shù)據(jù)進(jìn)行自主學(xué)習(xí)并擬合計(jì)算，由貝葉斯網(wǎng)絡(luò)進(jìn)行擬合計(jì)算的先驗(yàn)概率詳見(jiàn)表2。

由此得到最終整個(gè)貝葉斯網(wǎng)絡(luò)風(fēng)險(xiǎn)監(jiān)測(cè)模型的網(wǎng)絡(luò)拓?fù)浣Y(jié)果 （詳見(jiàn)圖1）。

（二）風(fēng)險(xiǎn)監(jiān)測(cè)模型的仿真分析

1.風(fēng)險(xiǎn)監(jiān)測(cè)系統(tǒng)分析

本文基于原始數(shù)據(jù)運(yùn)用其進(jìn)行正向、逆向推理從而實(shí)現(xiàn)對(duì)大學(xué)生心理健康風(fēng)險(xiǎn)的誘因監(jiān)測(cè)，先是通過(guò)貝葉斯網(wǎng)絡(luò)的正向逆向推理找出各項(xiàng)情緒壓力的主要原因；然后按照樣本數(shù)據(jù)各個(gè)分支的頻率隨機(jī)生成5個(gè)測(cè)試數(shù)據(jù)集，同時(shí)將綜合情緒壓力大于27的樣本剔除作為第6個(gè)數(shù)據(jù)集；最后將6個(gè)數(shù)據(jù)集帶入貝葉斯網(wǎng)絡(luò)模型測(cè)試其精度，以驗(yàn)證本文構(gòu)建的貝葉斯模型的有效性和穩(wěn)健性。按照貝葉斯網(wǎng)絡(luò)的正向推理，繪制表格詳見(jiàn)表3。

由表3可見(jiàn)，各項(xiàng)情緒壓力的概率變化，可以確定10項(xiàng)影響因子均為疫情環(huán)境下大學(xué)生產(chǎn)生心理健康問(wèn)題的誘因，認(rèn)知風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)、個(gè)人風(fēng)險(xiǎn)、社交風(fēng)險(xiǎn)均會(huì)影響大學(xué)生的心理健康，并且通過(guò)該貝葉斯網(wǎng)絡(luò)模型可以預(yù)測(cè)當(dāng)不同影響因子發(fā)生變化后給大學(xué)生心理健康帶來(lái)的風(fēng)險(xiǎn)。

2.穩(wěn)健性檢驗(yàn)

本文進(jìn)行仿真分析以檢驗(yàn)該貝葉斯網(wǎng)絡(luò)模型的有效性和穩(wěn)健性，具體結(jié)果詳見(jiàn)表4。其中 （1）- （5）列分別代表5個(gè)模擬數(shù)據(jù)集帶入貝葉斯網(wǎng)絡(luò)模型中時(shí)，各個(gè)父節(jié)點(diǎn)的準(zhǔn)確程度，這5個(gè)測(cè)試用的模擬數(shù)據(jù)集均通過(guò)python軟件結(jié)合各個(gè)問(wèn)題答案分支的頻率隨機(jī)生成，并保證了變量之間一定程度上的匹配，以測(cè)試模擬數(shù)據(jù)集的準(zhǔn)確程度作為鑒定該貝葉斯網(wǎng)絡(luò)模型的有效性檢驗(yàn)標(biāo)準(zhǔn)。

而 “穩(wěn)健”代表剔除情緒壓力總值 （6項(xiàng)心理疾病數(shù)值的和）在27及以上的樣本個(gè)例后，帶入貝葉斯網(wǎng)絡(luò)模型各個(gè)父節(jié)點(diǎn)的準(zhǔn)確程度，即本文設(shè)置的穩(wěn)健性檢驗(yàn)，其中情緒壓力總值為27的樣本數(shù)有72個(gè)，情緒壓力總值為28的樣本數(shù)有35個(gè)，情緒壓力總值為27的樣本數(shù)有11個(gè)，這些樣本個(gè)體至少經(jīng)常受到三種情緒壓力的困擾，很有可能存在一些本身存在一定程度精神疾病的個(gè)體 （心理健康與疫情下的特定影響因素不相干），因此，本文將其視為極端值并進(jìn)行剔除，作為穩(wěn)健性檢驗(yàn)的思路。

根據(jù)表4可以發(fā)現(xiàn)，在5份測(cè)試數(shù)據(jù)集中，10項(xiàng)父節(jié)點(diǎn)的擬合準(zhǔn)確率大部分在60%以上，除性別和年級(jí)以外，該貝葉斯網(wǎng)絡(luò)對(duì)5份測(cè)試數(shù)據(jù)集的準(zhǔn)確率在60%左右至90%左右不等，但該貝葉斯網(wǎng)絡(luò)對(duì)性別和年級(jí)的信息提取效率較低，因此在各項(xiàng)測(cè)試數(shù)據(jù)集中的擬合優(yōu)度較差。

（三）大學(xué)生心理健康預(yù)警體系構(gòu)建及分析

通過(guò)貝葉斯網(wǎng)絡(luò)的正向推理后，本文基于貝葉斯網(wǎng)絡(luò)的逆向推理對(duì)各項(xiàng)情緒壓力的主要誘因進(jìn)行追溯，通過(guò)監(jiān)控情緒壓力最大值下各個(gè)風(fēng)險(xiǎn)因素的變動(dòng)趨勢(shì)來(lái)找到最佳的風(fēng)險(xiǎn)防控方法，結(jié)果詳見(jiàn)表5。

表5顯示，當(dāng)將不同情緒壓力控制在最大時(shí)，各個(gè)影響因素的后驗(yàn)概率對(duì)比基準(zhǔn)的先驗(yàn)概率發(fā)生了變化，可以發(fā)現(xiàn)大學(xué)生對(duì)事件的關(guān)注程度、信息真?zhèn)蔚蔫b別情況、安全防護(hù)知識(shí)的掌握程度均普遍有所下降；家庭關(guān)系和健康水平對(duì)情緒壓力的影響同樣很大而且相對(duì)穩(wěn)定，親子關(guān)系和身體素質(zhì)在大學(xué)生的心理健康引導(dǎo)中扮演著重要的角色，認(rèn)知風(fēng)險(xiǎn)下的三項(xiàng)影響因子的概率變化相對(duì)較小但仍然不容忽視。

三、結(jié)束語(yǔ)

本文結(jié)合重大突發(fā)公共事件背景下影響大學(xué)生心理健康的因素進(jìn)行分析，發(fā)現(xiàn)學(xué)生自身素質(zhì)與其心理健康的灰色關(guān)聯(lián)度最大，其他影響因子包括對(duì)事件關(guān)注度、鑒別信息真?zhèn)文芰?、防護(hù)知識(shí)掌握程度；基于所尋找的影響因素進(jìn)行指標(biāo)體系構(gòu)建，并利用機(jī)器學(xué)習(xí)的邏輯回歸算法對(duì)其的信度和效度進(jìn)行檢驗(yàn)，驗(yàn)證結(jié)果顯示該指標(biāo)體系的準(zhǔn)確率為88.5%；利用貝葉斯網(wǎng)絡(luò)的正向推理找出各項(xiàng)情緒壓力的主要原因，結(jié)果發(fā)現(xiàn)認(rèn)知風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)、個(gè)人風(fēng)險(xiǎn)和社交風(fēng)險(xiǎn)均會(huì)顯著地影響大學(xué)生心理健康。

參考文獻(xiàn)：

[1] 欒斐斐，李軍海.新型冠狀病毒肺炎疫情對(duì)大學(xué)生心理健康的影響研究[J].心理月刊，2020，15（17）：56-57+60.

[2] 鐘夢(mèng)婷，熊真真.新型冠狀病毒肺炎期間在校大學(xué)生心理狀況及影響因素研究[J].成都醫(yī)學(xué)院學(xué)報(bào)，2020，15（02）：163-168.

[3] 楊柳，羅文倩，鄧春林，等.基于灰色關(guān)聯(lián)分析的輿情分級(jí)與預(yù)警模型研究[J].情報(bào)科學(xué)，2020，38（08）：28-34.