本發(fā)明涉及心理監(jiān)測(cè)，具體為基于異質(zhì)圖的用戶心理健康監(jiān)測(cè)系統(tǒng)及方法。

背景技術(shù)：

1、異質(zhì)圖也稱異構(gòu)圖，又被稱為異質(zhì)信息網(wǎng)絡(luò)、異構(gòu)信息網(wǎng)絡(luò)，區(qū)別于同質(zhì)圖；它是一種具有多種節(jié)點(diǎn)類型或多種邊類型的圖數(shù)據(jù)結(jié)構(gòu)，用于刻畫復(fù)雜異質(zhì)對(duì)象及其交互，具有豐富的語(yǔ)義信息，為圖數(shù)據(jù)挖掘提供了一種有效的建模工具和分析方法；利用異質(zhì)圖建模這種類型豐富且交互復(fù)雜的數(shù)據(jù)，可以保留更全面的語(yǔ)義及結(jié)構(gòu)信息。隨著現(xiàn)代社會(huì)生活、工作壓力逐漸增大，各個(gè)年齡段人群的心理問(wèn)題頻發(fā)，如：抑郁癥、壓力等心理健康問(wèn)題困擾的人愈來(lái)愈年輕化，尤其是青少年心理健康問(wèn)題愈發(fā)嚴(yán)重。

2、然而傳統(tǒng)的心理健康診斷和治療方法，需要和醫(yī)生進(jìn)行面對(duì)面的交流，這種接觸式的方式限制了潛在病人識(shí)別的可能性；并且鑒于經(jīng)濟(jì)水平、資源缺乏、社會(huì)歧視、隱私保護(hù)等問(wèn)題，患者即使意識(shí)到自己可能患上了心理健康疾病，也不會(huì)去醫(yī)院或診所進(jìn)行鑒定，從而導(dǎo)致以往的治療方案往往難以在大樣本情況下對(duì)人們的心理或精神狀態(tài)進(jìn)行監(jiān)測(cè)和追蹤。

3、因此，不滿足現(xiàn)有的需求，對(duì)此我們提出了基于異質(zhì)圖的用戶心理健康監(jiān)測(cè)系統(tǒng)及方法。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供基于異質(zhì)圖的用戶心理健康監(jiān)測(cè)系統(tǒng)及方法，通過(guò)收集用戶社交資料信息，采用層次聚合方法對(duì)圖像及文本進(jìn)行聚合分類，獲得多種情緒節(jié)點(diǎn)及相鄰節(jié)點(diǎn)參數(shù)；構(gòu)建基于雙層注意力機(jī)制的異質(zhì)圖神經(jīng)網(wǎng)絡(luò)模型對(duì)不同情緒節(jié)點(diǎn)再次進(jìn)行聚合，再對(duì)相鄰節(jié)點(diǎn)進(jìn)行融合，得到較為全面的當(dāng)前用戶情緒聚合結(jié)果，便于判斷用戶的多種情緒及引起該情緒的關(guān)系因素；創(chuàng)建正常心理三維度參考表，根據(jù)心理三維度對(duì)當(dāng)前用戶情緒及所屬因素進(jìn)行核對(duì)，通過(guò)分析當(dāng)前用戶情緒的愉悅度、喚醒度和控制度，判斷出更為全面的用戶心理健康監(jiān)測(cè)結(jié)果，從而優(yōu)化了現(xiàn)有心理健康監(jiān)測(cè)方法的有效性，解決了上述背景技術(shù)中提出的問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、基于異質(zhì)圖的用戶心理健康監(jiān)測(cè)系統(tǒng)，包括：

4、第一信息收集單元，用于

5、通過(guò)網(wǎng)絡(luò)爬蟲(chóng)技術(shù)從多個(gè)社交平臺(tái)收集用戶信息資料和用戶社交媒體數(shù)據(jù)，提取社交媒體中用戶的畫像信息、文本信息、主題信息，基于此組成用戶所屬異質(zhì)圖；

6、第二信息收集單元，用于

7、采用sam量表方法向用戶發(fā)出關(guān)于不同主題信息的提問(wèn)，并獲得用戶回復(fù)；在向用戶提問(wèn)途中，實(shí)時(shí)監(jiān)測(cè)用戶血壓、心率以及行為肢體語(yǔ)言，將用戶生理記錄于對(duì)應(yīng)的回答列表中；

8、關(guān)聯(lián)分析單元，用于

9、采用層次聚合方法對(duì)用戶信息資料、用戶社交媒體數(shù)據(jù)以及不同主題信息下用戶回復(fù)信息進(jìn)行聚合分析，并引入異質(zhì)圖中文本語(yǔ)義信息，獲得用戶不同情緒節(jié)點(diǎn)及其相關(guān)聯(lián)的鄰居信息；

10、聚合處理單元，用于

11、創(chuàng)建異質(zhì)圖神經(jīng)網(wǎng)絡(luò)模型，引入雙層注意力機(jī)制，利用語(yǔ)義級(jí)別注意力和節(jié)點(diǎn)級(jí)別注意力分別進(jìn)行語(yǔ)義級(jí)別聚合與節(jié)點(diǎn)級(jí)別聚合，獲得相鄰節(jié)點(diǎn)的聚合表示；并對(duì)相鄰節(jié)點(diǎn)的聚合表示進(jìn)行融合，獲得更為全面的聚合表示；

12、心理測(cè)定單元，用于

13、將用戶圖像信息與語(yǔ)義信息導(dǎo)入基于雙層注意力機(jī)制的異質(zhì)圖神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行測(cè)試，針對(duì)異質(zhì)圖神經(jīng)網(wǎng)絡(luò)模型所輸出的聚合結(jié)果為依據(jù)，判斷用戶當(dāng)前的心理健康狀況。

14、進(jìn)一步的，所述第一信息收集單元，包括

15、畫像提取模塊，用于用戶社交媒體數(shù)據(jù)中畫像信息的微表情進(jìn)行分析，針對(duì)微表情的不同對(duì)畫像信息進(jìn)行分割，并結(jié)合畫像信息所屬語(yǔ)義內(nèi)容對(duì)微表情設(shè)立情緒標(biāo)簽；

16、文本提取模塊，用于對(duì)用戶社交媒體數(shù)據(jù)中生成內(nèi)容的短文本進(jìn)行文本摘要，提取短文本中主題信息與因素；

17、文本分割模塊，用于對(duì)用戶社交媒體數(shù)據(jù)中生成內(nèi)容的短文本，根據(jù)文本語(yǔ)境與表達(dá)情緒進(jìn)行文本分割，獲得用戶不同情緒下的表達(dá)語(yǔ)義內(nèi)容；

18、信息關(guān)聯(lián)模塊，用于將用戶不同情緒下所表達(dá)語(yǔ)義內(nèi)容與用戶畫像微表情行匹配關(guān)聯(lián)，獲得不同主題下用戶所具有的情緒面部特征。

19、進(jìn)一步的，所述第一信息收集單元，還包括

20、實(shí)時(shí)監(jiān)測(cè)模塊，用于實(shí)時(shí)監(jiān)測(cè)所述畫像提取模塊、文本提取模塊、文本分割模塊和信息關(guān)聯(lián)模塊的數(shù)據(jù)處理時(shí)長(zhǎng)；

21、時(shí)刻獲取模塊，用于根據(jù)所述畫像提取模塊、文本提取模塊、文本分割模塊和信息關(guān)聯(lián)模塊的數(shù)據(jù)處理時(shí)長(zhǎng)獲取畫像提取模塊、文本提取模塊、文本分割模塊和信息關(guān)聯(lián)模塊針對(duì)同一個(gè)畫像信息的數(shù)據(jù)處理結(jié)束時(shí)刻；

22、時(shí)刻差值時(shí)段獲取模塊，用于將所述畫像提取模塊、文本提取模塊、文本分割模塊和信息關(guān)聯(lián)模塊針對(duì)同一個(gè)畫像信息的數(shù)據(jù)處理結(jié)束時(shí)刻按照時(shí)間先后進(jìn)行排序，并獲取相鄰兩個(gè)時(shí)刻之間的時(shí)刻差值時(shí)段；

23、數(shù)據(jù)處理同步系數(shù)獲取模塊，用于根據(jù)畫像提取模塊、文本提取模塊、文本分割模塊和信息關(guān)聯(lián)模塊針對(duì)同一個(gè)畫像信息的數(shù)據(jù)處理結(jié)束時(shí)刻之間的時(shí)刻差值時(shí)段獲取數(shù)據(jù)處理同步系數(shù)；其中，所述數(shù)據(jù)處理同步系數(shù)通過(guò)如下公式獲?。?/p>

24、

25、其中，p表示數(shù)據(jù)處理同步系數(shù)；n表示時(shí)刻差值時(shí)段的個(gè)數(shù)；tdi表示第i個(gè)時(shí)刻差值時(shí)段對(duì)應(yīng)的時(shí)長(zhǎng)；tdmax表示n個(gè)時(shí)刻差值時(shí)段中的時(shí)長(zhǎng)最大值；tdmin表示n個(gè)時(shí)刻差值時(shí)段中的時(shí)長(zhǎng)最小值；m表示畫像提取模塊、文本提取模塊、文本分割模塊和信息關(guān)聯(lián)模塊對(duì)應(yīng)的數(shù)量，即，m＝4；tsi表示第i個(gè)模塊對(duì)應(yīng)的數(shù)據(jù)處理時(shí)長(zhǎng)平均值；tzi表示預(yù)設(shè)的第i個(gè)模塊對(duì)應(yīng)的數(shù)據(jù)處理時(shí)長(zhǎng)參考值；λ表示調(diào)節(jié)系數(shù)，并且，所述調(diào)節(jié)系數(shù)通過(guò)如下公式獲取：

26、

27、其中，λ表示調(diào)節(jié)系數(shù)；t01si表示第i個(gè)時(shí)刻差值時(shí)段對(duì)應(yīng)的數(shù)據(jù)處理結(jié)束時(shí)刻在前的模塊的當(dāng)前一個(gè)畫像信息的數(shù)據(jù)處理時(shí)長(zhǎng)；t01zi表示第i個(gè)時(shí)刻差值時(shí)段對(duì)應(yīng)的數(shù)據(jù)處理結(jié)束時(shí)刻在前的模塊的當(dāng)前一個(gè)畫像信息的理論數(shù)據(jù)處理時(shí)長(zhǎng)；t02si表示第i個(gè)時(shí)刻差值時(shí)段對(duì)應(yīng)的數(shù)據(jù)處理結(jié)束時(shí)刻在后的模塊的當(dāng)前一個(gè)畫像信息的數(shù)據(jù)處理時(shí)長(zhǎng)；t02zi表示第i個(gè)時(shí)刻差值時(shí)段對(duì)應(yīng)的數(shù)據(jù)處理結(jié)束時(shí)刻在后的模塊的當(dāng)前一個(gè)畫像信息的理論數(shù)據(jù)處理時(shí)長(zhǎng)；

28、同步運(yùn)行判定模塊，用于根據(jù)每個(gè)畫像信息處理對(duì)應(yīng)的數(shù)據(jù)處理同步系數(shù)對(duì)第一信息收集單元的數(shù)據(jù)處理同步運(yùn)行質(zhì)量進(jìn)行判定。

29、進(jìn)一步的，同步運(yùn)行判定模塊，包括：

30、數(shù)據(jù)處理同步系數(shù)提取模塊，用于提取每個(gè)畫像信息處理對(duì)應(yīng)的數(shù)據(jù)處理同步系數(shù)；

31、系數(shù)差值獲取模塊，用于根據(jù)每個(gè)畫像信息處理對(duì)應(yīng)的數(shù)據(jù)處理同步系數(shù)獲取每相鄰兩個(gè)數(shù)據(jù)處理同步系數(shù)之間的系數(shù)差值；

32、同步評(píng)價(jià)參數(shù)獲取模塊，用于利用所述每相鄰兩個(gè)數(shù)據(jù)處理同步系數(shù)之間的系數(shù)差值獲取同步評(píng)價(jià)參數(shù)；其中，所述同步評(píng)價(jià)參數(shù)通過(guò)如下公式獲取：

33、

34、其中，q表示同步評(píng)價(jià)參數(shù)；k表示已處理的畫像信息的個(gè)數(shù)；pi表示第i個(gè)畫像信息對(duì)應(yīng)的數(shù)據(jù)處理同步系數(shù)；pi-1表示第i-1個(gè)畫像信息對(duì)應(yīng)的數(shù)據(jù)處理同步系數(shù)；pi-2表示第i-2個(gè)畫像信息對(duì)應(yīng)的數(shù)據(jù)處理同步系數(shù)；pf表示第一個(gè)畫像信息對(duì)應(yīng)的數(shù)據(jù)處理同步系數(shù)；pf表示第n個(gè)畫像信息對(duì)應(yīng)的數(shù)據(jù)處理同步系數(shù)；

35、比較模塊，用于將所述同步評(píng)價(jià)參數(shù)與預(yù)設(shè)的參數(shù)閾值進(jìn)行比較，獲得比較結(jié)果；

36、異常判定模塊，用于當(dāng)所述比較結(jié)果表明同步評(píng)價(jià)參數(shù)低于預(yù)設(shè)的參數(shù)閾值時(shí)，則判定所述數(shù)據(jù)處理同步運(yùn)行質(zhì)量存在異常，并進(jìn)行異常報(bào)警。

37、進(jìn)一步的，所述第二信息收集單元，包括

38、情緒獲取模塊，用于通過(guò)sam量表對(duì)用戶進(jìn)行情緒測(cè)定，獲得用戶情緒的愉悅度、喚醒度和控制度；

39、生理獲取模塊，為穿戴式心率監(jiān)測(cè)儀，用于在對(duì)用戶進(jìn)行情緒測(cè)定，實(shí)時(shí)采集用戶心率與血壓值，根據(jù)心率與血壓值的浮動(dòng)，判斷用戶當(dāng)前的情緒起伏；

40、行為獲取模塊，為高清攝像頭，用于在對(duì)用戶進(jìn)行情緒測(cè)定，實(shí)時(shí)拍攝用戶肢體動(dòng)作，根據(jù)肢體動(dòng)作的幅度大小，判斷用戶當(dāng)前的情緒起伏。

41、進(jìn)一步的，所述第二信息收集單元，還包括

42、文本記錄模塊，用于將用戶情緒的愉悅度、喚醒度和控制度、用戶實(shí)時(shí)心率與血壓值、用戶肢體動(dòng)作記錄于表格中，形成完整的用戶生理數(shù)據(jù)監(jiān)測(cè)表。

43、進(jìn)一步的，所述關(guān)聯(lián)分析單元，包括

44、節(jié)點(diǎn)聚合模塊，用于針對(duì)節(jié)點(diǎn)找到用戶在某種情緒下，其情緒在某種關(guān)系下的鄰居因素信息，并聚合鄰居因信息，得到某種情緒節(jié)點(diǎn)在某種關(guān)系下的表示；

45、語(yǔ)義聚合模塊，用于針對(duì)語(yǔ)義級(jí)別對(duì)多種關(guān)系下的鄰居節(jié)點(diǎn)表示進(jìn)行融合，得到一個(gè)較為全面的某種情緒節(jié)點(diǎn)表示。

46、進(jìn)一步的，所述聚合處理單元，包括

47、數(shù)據(jù)處理模塊，用于對(duì)用戶的第一信息和第二信息進(jìn)行清洗、統(tǒng)一格式化，得到預(yù)處理后的用戶數(shù)據(jù)；再將用戶數(shù)據(jù)分為訓(xùn)練集和測(cè)試集，作為優(yōu)化異質(zhì)圖神經(jīng)網(wǎng)絡(luò)模型的參數(shù)依據(jù)；

48、模型優(yōu)化模塊，用于將訓(xùn)練集導(dǎo)入基于雙層注意力機(jī)制的異質(zhì)圖神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練，輸出聚合訓(xùn)練結(jié)果，并確立異質(zhì)圖神經(jīng)網(wǎng)絡(luò)模型的注意力特征機(jī)制；再將測(cè)試集導(dǎo)入基于雙層注意力機(jī)制的異質(zhì)圖神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行測(cè)試，并輸出聚合測(cè)試結(jié)果；待訓(xùn)練結(jié)果與測(cè)試結(jié)果一致后，得到最優(yōu)型基于雙層注意力機(jī)制的異質(zhì)圖神經(jīng)網(wǎng)絡(luò)模型。

49、進(jìn)一步的，所述心理測(cè)定單元，包括

50、結(jié)果分析模塊，用于對(duì)異質(zhì)圖神經(jīng)網(wǎng)絡(luò)模型所輸出的當(dāng)前用戶情緒的聚合結(jié)果進(jìn)行分析判斷，得到當(dāng)前用戶的情緒狀況與所屬因素；

51、狀況核對(duì)模塊，用于根據(jù)sam量表預(yù)設(shè)出正常心理三維度參考表，將當(dāng)前用戶的情緒狀況和所屬因素參照表內(nèi)心理三維度進(jìn)行核對(duì)，獲得較為全面的用戶心理健康監(jiān)測(cè)結(jié)果。

52、基于異質(zhì)圖的用戶心理健康監(jiān)測(cè)的方法，包括以下步驟：

53、s1、收集并整理用戶相關(guān)社交圖像與文本資料，采用sam量表對(duì)用戶進(jìn)行情緒初步評(píng)估；

54、s2、采用層次聚合方法對(duì)用戶社交數(shù)據(jù)以及sam量表回復(fù)信息進(jìn)行聚合分析，得到用戶不同情緒節(jié)點(diǎn)以及相鄰的節(jié)點(diǎn)；

55、s3、創(chuàng)建基于雙層注意力機(jī)制的異質(zhì)圖神經(jīng)網(wǎng)絡(luò)模型，針對(duì)語(yǔ)義級(jí)別和節(jié)點(diǎn)級(jí)別分別進(jìn)行節(jié)點(diǎn)聚合，再對(duì)相鄰節(jié)點(diǎn)進(jìn)行融合；

56、s4、向基于雙層注意力機(jī)制的異質(zhì)圖神經(jīng)網(wǎng)絡(luò)模型中依次導(dǎo)入訓(xùn)練集和測(cè)試集，優(yōu)化基于雙層注意力機(jī)制的異質(zhì)圖神經(jīng)網(wǎng)絡(luò)模型；

57、s5、將當(dāng)前用戶異質(zhì)圖信息進(jìn)行預(yù)處理后，導(dǎo)入基于雙層注意力機(jī)制的異質(zhì)圖神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行測(cè)試，并輸出聚合結(jié)果，該聚合結(jié)果包括：用戶當(dāng)前情緒及所屬因素；

58、s6、基于sam量表創(chuàng)建正常心理三維度參考表，將當(dāng)前聚合結(jié)果與表內(nèi)心理三維度進(jìn)行核對(duì)，獲得最終的用戶心理健康監(jiān)測(cè)結(jié)果。

59、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

60、本發(fā)明，通過(guò)收集用戶社交第三方圖像資料與文本信息組成異質(zhì)圖，優(yōu)化了心理健康監(jiān)測(cè)的數(shù)據(jù)多樣性；采用層次聚合方法對(duì)圖像資料及各種文本信息進(jìn)行聚合分類，獲得多種情緒節(jié)點(diǎn)及相鄰節(jié)點(diǎn)參數(shù)；構(gòu)建基于雙層注意力機(jī)制的異質(zhì)圖神經(jīng)網(wǎng)絡(luò)模型對(duì)不同情緒節(jié)點(diǎn)再次進(jìn)行聚合，再對(duì)相鄰節(jié)點(diǎn)進(jìn)行融合，得到較為全面的當(dāng)前用戶情緒聚合結(jié)果，從而便于判斷用戶的多種情緒及其引起該情緒的關(guān)系因素；創(chuàng)建正常心理三維度參考表，根據(jù)心理三維度對(duì)當(dāng)前用戶情緒及所屬因素進(jìn)行核對(duì)，通過(guò)分析當(dāng)前用戶情緒的愉悅度、喚醒度和控制度，判斷出更為全面的用戶心理健康監(jiān)測(cè)結(jié)果，從而優(yōu)化了現(xiàn)有心理健康監(jiān)測(cè)方法的有效性。