运用数学建模对心理问题风险的分析及其解决方案的研究

智库时代 ·149·教育文库 一、背景研究

信息时代的到来是人

类社会发展的必然结果,

随之而来的就是互联网等

多种获得信息的手段和渠

道,被广泛地普及到了每

一个家庭中。信息扩散范

围加大、速度加快带来的

并不仅仅是积极地影响。

侮辱、谩骂等新型网络暴

力行为以难以阻挡的速度

出现在了很多青少年的网

络浏览过程当中。青少年

由于年龄较小,不够成熟,

不知道如何应对和转化暴

力性冲动,所以这些暴力

行为被他们带到学校,从

而诱发了一系列的校园霸

凌的行为[2]。

二、心理问题风险分

首先利用SPSS 对错

误数据进行整合,接下

来,对正确的数据按照

理智型、直觉型、依赖

型、回避型以及冲动型

进行主成分分析,得到

的权重比分别为0.875、

0.568、0.561、0.634和

0.704,按照正权分得到

权重比分别为0.262、

0.170、0.168、0.190和0.210。接着,得到五种类型的得分分别如下图1到图5。 运用熵值法确定权重并用MATLAB

摘要:本论文主要采用了G1赋权模型,模糊评价模型和主成分分析法、预警机制等方法,对不同年龄段(9岁-18岁)青少年的心理状况进行了评估,分析出了案例中的青少年存在心理问题的风险,并通过分析以上得到的结论,得出了不同框架的主要影响因素,并结合实际案例建立了预警机制。首先,本文利用SPSS 对数据进行整合。运用主成分分析法对数据中认知需求和决策风格中的五个维度分别进行分权,得到的权重分别为0.262、0.170、0.168、0.190和0.210,并按权重比得到新数据。由于每一项的得分标准不一样,所以本文对得到的数据进行归一化处理,得到全新的拥有统一标准的数据。运用G1赋权模型对新数据中心理问题的影响因素:风险偏好、认知需求以及决策风格进行分权,得到的权重分别为0.2398、0.3948和0.3654。应用模糊数学完善模型得到0~1的标准数,并建立评价模型,分为心理疾病、不良状态、健康状态和非常健康四个方面,它们的对应分数分别为0~0.4、0.4~0.5、0.5~0.7和0.7~1。对数据进行分析,得到心理疾病、不良状态、健康状态和非常健康四个方面的人数分别为38(2.7%)、137(9.8%)、1097(78.4%)和128(9.1%)。接着,由于心理问题的预防依赖于心理问题预警机制的建立,所以本文对预警机制的建立提出了意见。首先,根据不同的年龄段,确立衡量心理问题的指标体系;其次,确定心理问题预警的对象和范围;再次,评估预警信息,发布警告;最后,通过个人、家庭、学校、社会四个层面对大学生心理危机预警系统进行构建[1]。

关键词:主成分分析法;G1赋权模型;模糊评价模型;预警机制

中图分类号:B841.7 文献标识码:A 文章编号:2096-4609(2018)12-0-0

(西北民族大学数学与计算机科学学院,甘肃兰州 730124)

费 熹

运用数学建模对心理问题风险的分析及其解决方案的研究

图1 理智型得分与其计数的关系 图2 直觉型得分与其计数的关系图3依赖型得分与其计数的关系 图4回避型得分与其计数的关系

相关文档
最新文档