论文部分内容阅读
心理健康是人类健康的重要组成部分，及时对心理健康问题进行诊断并进行后续治疗具有重大意义。传统心理测量方法受便捷性、效率等影响，无法满足当前社会对心理健康服务的需求。近年来，随着智能移动终端设备制造工艺的革新，以智能手机为代表的智能移动设备迅速普及，在人们的生活中扮演了越来越重要的角色。大量的研究表明，人们的智能手机使用行为与其内在心理因素（如心理健康）是有相关性的。因此，本研究提出利用智能移动手机使用行为对用户的心理健康进行实时预测，并向出现心理健康问题的用户提供自助干预服务，以弥补传统心理方法的不足。完成工作如下: (1)开发了包含手机使用行为记录和问卷测评填写两部分功能的Android智能手机程序“MobileSens”，并开展用户实验自动收集含有心理状态标注的用户手机使用数据，从而能采集到客观的、有心理状态得分标注的智能手机使用行为数据。 (2)数据收集完毕后，本文在收集到的源数据基础上设计了10类共105个基础行为特征，并利用其他统计特征、时间序列特征扩展了特征集。利用相关性分析和差异性检验方法，对基本行为特征对心理状态的相关性及区分性进行了分析，筛选出针对不同心理维度具有区分性的行为特征。 (3)利用回归算法分别对不同的心理健康维度进行建模，并取得了良好的建模效果。为了提高预测模型的推广性，本文进一步利用迁移学习算法对预测模型进行了优化，以提高对具有个体差异的用户心理健康预测的精确度。 (4)利用建立好的预测模型，本研究开发了可以实时对用户的心理健康状态进行预测的应用“中科心解”，并将基于认知行为疗法的自助干预程序集成到其中，从而方便用户可以实时查看自身心理健康状态并进行自助改善。 本文的实验结果表明，智能手机的部分使用行为与用户的心理状态具有相关性，并可用于区分用户不同心理健康水平。此外，利用智能手机使用行为来预测用户的心理健康是可行的，为心理健康测量提出了一种新视角。