Clementine数据挖掘工具在大学生心理健康预测中的应用  

The Application of Clementine Data Mining Tools in Mental Health Prediction of College Students

作　　者：薄启欣 高学东[1] 潘莹雪 BO Qixin;GAO Xuedong;PAN Yingxue(School of Economics&Management,University of Science and Technology Beijing,Beijing 100083,China)

机构地区：[1]北京科技大学经济管理学院,北京100083

出　　处：《现代信息科技》2023年第7期127-130,共4页Modern Information Technology

基　　金：2021年“三全育人”综合改革研究专项课题(FRF-DF-21-30);2022年度研究生教育教学改革项目(2023JGC037)。

摘　　要：利用C5.0算法构建大学生心理健康预测的决策树模型和分类规则,利用SPSS Clementine数据挖掘工具对大学生心理卫生测评数据进行分析,以此对大学生心理健康状态进行了预测。研究发现:大学生的心理健康普遍存在一定的问题,应针对不同症状采取不同的干预措施;强迫症状、精神病性、抑郁、焦虑和人际关系敏感五个属性在大学生心理健康问题中占有较大的比重。Using C5.0 algorithm to construct a decision tree model and classification rules for college students'mental health prediction,SPSS Clementine data mining tool is used to analyze college students'mental health evaluation data,so that the mental health status of college students is predicted.The study found that there are some common problems in college students'mental health,and different interventions should be taken for different symptoms;The five attributes of obsessive compulsive symptoms,psychosis,depression,anxiety,and interpersonal sensitivity account for a large proportion in college students'mental health problems.

关 键 词：数据挖掘 SPSS Clementine 决策树 C5.0算法 心理健康预测 

分 类 号：TP39[自动化与计算机技术—计算机应用技术]