心理健康状态的情感分类与预测研究  

作　　者：刘青 赵姝琪 康宇 文海洋 

机构地区：[1]湖南工程学院计算科学与电子学院,湖南湘潭411104

出　　处：《电脑知识与技术》2025年第1期19-22,共4页Computer Knowledge and Technology

基　　金：2023年湖南省教研教改项目“新工科”背景下基于岗位需求大数据分析的专业课程体系建设研(项目编号:HNJG-20230965);2021年湖南省大学生创新训练项目:一种新型智能化的班级管理解决方案(项目编号:S202111342051);2024年湖南工程学院大学生创新训练项目:基于大数据分析的智能健康服务平台的设计与研究(项目编号:湘教通[2024]118号)。

摘　　要：心理健康问题是当今社会广泛关注的热点话题,随着人工智能的不断发展,机器学习技术为心理健康状态的检测提供了新的手段。该研究基于Kaggle平台的心理健康数据集,开展情感分类研究,分别采用朴素贝叶斯、随机森林、逻辑回归和神经网络算法构建了4种多分类模型。结果表明,随机森林模型的分类正确率最高,达到89.86%,神经网络次之,为88.90%。同时,通过比较4种模型在各个类别下的查准率、查全率和F1值发现,随机森林作为一种集成学习方法,在各类评价指标中均表现突出,在三个类别中的F1值分别为0.94、0.87和0.88。通过构建分类模型,有助于识别和分析心理健康相关的情感状态,为心理健康的早期预防和发现提供有效支持。

关 键 词：心理健康 情感分类 机器学习 

分 类 号：C913.9[经济管理]