论文部分内容阅读
随着社会的高速发展以及生活压力的增加，人们在日常生活中难免会面临诸如升学、就业、婚姻等问题。这些问题带给人们不同程度心理压力的同时，还伴随着抑郁、焦虑等负面情绪的产生，给人们的心理和生理健康造成影响。基于这一迫切需求，在当前互联网服务和信息技术在各领域广泛应用的背景下，网络环境下的心理健康服务逐渐成为心理学和信息技术领域的研究热点。据此，本文提出基于朋辈辅导的心理自助调节的解决方案，使用数据挖掘技术对用户与系统的交互信息进行分析，模拟心理辅导员的身份帮助用户形成朋辈关系网络，引导用户在人际交往过程中相互给予心理安慰以及调节建议，从而实现用户的自我心理调节，缓解和祛除负面情绪对用户的困扰。本文通过对基于用户社群的专家推荐模型进行研究，提出改进的Radicchi算法——面向频变稀疏网络的社群挖掘算法，并给出使用社群核心用户进行好友以及资源的推荐方法。综合以上研究，本文设计并实现了一个心理健康自助调节系统PsyAdjust。该系统收集用户的好友关系形成朋辈网络模型，并通过社群挖掘以及社会网络中心性分析对社群核心用户进行数据挖掘，进而根据用户之间的个性化特征相似度向目标用户推荐合适的好友以及心理自助调节资源。实验数据表明，PsyAdjust系统能有效改善用户的心理抑郁状态。