[发明专利]面向抑郁情绪的心理干预方案个性化推荐方法

权利要求书

1.面向抑郁情绪的心理干预方案个性化推荐方法，其特征是：

在不侵犯网络用户正当利益的情况下，通过分析计算用户的日常网络行为特征数据来评估和预测用户的实际心理状态。然后针对抑郁情绪目标个体，由计算机自动地用网络浏览器向及时地向其推荐抑郁情绪调节建议或者方案，实现对网络用户及时有效的抑郁情绪干预，使得用户在日常上网浏览的过程中就能够获得抑郁情绪调节服务。本发明的既可以针对单个用户进行有效的心理干预，亦可对万人以上的网络用户群体进行有效的有针对性个性化心理干预。

2.根据权利要求1所述的方法，其特征在于用户心理特征量化计算和针对抑郁情绪网络用户的个性化干预两大核心部分。

用户心理特征量化计算部分解决的是从大量目标观测群中快速筛选有抑郁情绪问题的观测对象。针对抑郁情绪网络用户的个性化干预部分是在用户心理特征量化计算部分的基础上，利用用户心理特征量化计算部分所计算出来的用户心理特征数据，结合应用心理学的知识和理论，以机器学习技术和计算机网络技术进行干预的。

3.根据权利要求1所述的方法，其特征在于面向抑郁情绪的心理干预方案个性化推荐的主要步骤是：

(1)将用户网络行为指标进行系统化抽象，针对用户的网络行为建立静态和动态用户网络行为指标体系。

(2)根据抑郁情绪网络行为指标，采集用户的网络行为数据，并对这些数据进行清理，清除数据中的异常数据，纠正错误，去除冗余数据，将处理后的数据存入数据库。

(3)建立用户心理状态评估和预测计算模型，利用该模型解决从大量目标观测群体中快速筛选有抑郁情绪问题的观测对象。

(4)本发明充分吸收传统抑郁干预模式人性化、个性化、可互动的优点，严格依据用户的网络行为特征，基于多标签分类技术建立一个面向抑郁情绪干预的知识库。

(5)在上一步(4)中面向抑郁情绪干预的知识库的基础上，训练出一组分类器，该组分类器是一组对于输入特征向量敏感的分类器。该组分类器的输入为针对每个用户在抑郁情绪网络指标上的一组心理特征向量(一般为n个向量，每个向量的维数不固定)。该组分类器的输出为一组经过归一化处理的实数值，其中每个分类器对应一个实数值。

(6)根据实际需要给定一个阈值，大于该阈值的进行输出，并将输出结果排序，排序后的集合就是拟推荐给网络用户进行抑郁情绪干预的知识库中的元素，用户按此排序后的推荐内容进行自助心理干预，进而用户也可就此次干预进行打分。