[發明專利]一種網絡心理健康服務需求預測模型的構建方法

在審

• 申請號: 202210095121.3
• 申請日: 2022-01-26
• 公開（公告）號: CN114898884A
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 王偉軍;黃英輝;周宗奎
• 申請（專利權）人: 華中師范大學
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H40/20;G06Q10/04;A61B5/16
• 代理公司: 北京眾達德權知識產權代理有限公司 11570
• 代理人: 潘行

1.一種網絡心理健康服務需求預測模型的構建方法，其特征在于，所述方法包括：

獲取心理健康服務平臺上求助行為的咨詢數據以及傳染病病例數據；

從所述咨詢數據中提取出所述心理健康服務平臺上求助行為的心理健康話題特征、所述心理健康服務平臺上求助行為的心理語言學特征以及所述心理健康服務平臺上求助行為在數量上的時間特征，以及從所述傳染病病例數據中提取出傳染病在病例數量上的時間特征，并將四者作為樣本數據；

通過所述樣本數據訓練初始模型，并將完成訓練的模型作為網絡心理健康服務需求預測模型，所述網絡心理健康服務需求預測模型用于對輸入的目標傳染病病例在病例數量上的時間特征、目標心理健康服務平臺上求助行為的心理健康話題特征、所述目標心理健康服務平臺上求助行為的心理語言學特征以及所述目標心理健康服務平臺上求助行為在數量上的時間特征來預測對應時間段的網絡心理健康服務需求。

2.根據權利要求1所述的方法，其特征在于，在從所述咨詢數據中提取出所述心理健康服務平臺上求助行為的心理健康話題特征的過程中，包括：

對所述咨詢數據通過神經嵌入的方式轉化為向量數據模式的數據，并通過預先利用精神疾病和心理問題的相關知識構建的領域詞庫，剔除掉與癥狀、影響因素都無關的詞。

3.根據權利要求1所述的方法，其特征在于，所述網絡心理健康服務需求預測模型具體用于預測未來兩周之內的網絡心理健康服務需求。

4.根據權利要求1所述的方法，其特征在于，所述網絡心理健康服務需求預測模型采用基于Shapley值的可解釋人工智能框架，通過Shapley值來量化不同特征對模型的積極影響和消極影響。

5.根據權利要求4所述的方法，其特征在于，所述方法還包括：

根據所述網絡心理健康服務需求預測模型對不同特征計算得到的Shapley值，確定產生顯著影響的多個特征值，所述顯著影響是在預設的范圍內通過Shapley值的大小或者Shapley值的排名名次確定得到的。

6.根據權利要求5所述的方法，其特征在于，所述確定產生顯著影響的多個特征值包括以下增加網絡心理健康服務需求的特征：

所述傳染病病例在病例數量上時間特征中高水平的趨勢；

心理健康服務平臺上求助行為的心理語言學特征中高水平的生物過程、時間取向、個人關注、認知過程、知覺過程，相對、時間取向、知覺過程；

所述心理健康服務平臺上求助行為的心理健康話題特征中高水平的痛苦、抑郁和焦慮、社交恐懼癥；

所述心理健康服務平臺上求助行為在數量上的時間特征中高水平的趨勢；

所述確定產生顯著影響的多個特征值包括以下降低網絡心理健康服務需求的特征：

所述傳染病病例在病例數量上時間特征中低水平的趨勢；

心理健康服務平臺上求助行為的心理健康話題特征中低水平的生物過程、時間取向、個人關注、認知過程、知覺過程，相對、時間取向、知覺過程；

所述心理健康服務平臺上求助行為的心理語言學特征中低水平的痛苦、抑郁和焦慮、社交恐懼癥；

所述心理健康服務平臺上求助行為在數量上的時間特征中低水平的趨勢。

7.根據權利要求1所述的方法，其特征在于，在通過所述網絡心理健康服務需求預測模型預測了對應時間段的網絡心理健康服務需求之后，所述方法還包括：

根據所述對應時間段的網絡心理健康服務需求，分配和決策精神衛生資源。