基于多模态数据融合的大学生心理健康自动评估模型设计与应用研究

摘要：

快速准确地评估大学生心理健康状况是高校心理健康教育的重要任务,也是高校心理工作实现精准干预和提供个性化教育服务的基础.传统评估方法存在评估实时性不高、单一模态数据评估效果差、社会称许性反应偏误等问题.研究基于生态瞬时评估理论,以深度学习算法为手段,提出了一种基于多模态数据融合计算的大学生心理健康自动评估方法.该方法在自构建的多模态心理评估数据集(JA-IPAD)上测试表明:该模型能够精准评估大学生的心理健康状态,在智慧学习环境中具有良好的应用前景,能为完善学生心理档案、精准干预学生心理、优化心理健康服务提供决策依据和技术支撑,也能为促进高校智慧化心理健康教育作出贡献.

关键词：心理健康教育;自动评估;多模态融合计算;深度学习;生态瞬时评估

所属期刊栏目：42

分类号：G434(电化教育)

资助基金：2020年湖南省研究生教育改革项目"大数据下基于深度学习的研究生心理健康评估模型建构研究";2019年大学生创新创业训练项目"基于语言和图像信息多模态融合计算的大学生心理健康自动评估方法研究"

在线出版日期：2021-08-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：72-78