一种心理治疗大数据感知平台的制作方法

1.本发明涉及大数据技术领域，尤其涉及一种心理治疗大数据感知平台。


背景技术：

2.近年来，随着经济的不断发展，就业形势更加严峻，社会压力和生活压力不断增大，心理健康问题已经成为社会健康的主要问题之一，但是国内心理行业存在着人才缺口大、心理咨询的普及率低、公众内敛的性格特质等行业痛点，目前仍处于尚未成熟的阶段。目前市场上心理治疗大数据平台具有数量少、质量参差不齐、数据单一等问题，面对市场供不应求的现状，因此，目前亟需一种心理治疗大数据感知平台来解决上述问题。


技术实现要素：

3.鉴于此，本发明提出的一种心理治疗大数据感知平台，包括检索功能、分析功能、下载功能、维护功能与用户验证；
4.所述检索功能具有多途径检索功能，检索内容时可以通过文字输入和语音输入两种方式实现在数据库内的检索，使用者通过文字或语音的方式输入关键字或句子，对全库数据进行多维度检索；
5.所述分析功能可以实现各种数据之间的有机联系，对不同维度上的信息进行比较分析；
6.下载功能提供对检索、分析结果的下载和打印服务，使用者只需点击“下载”或“打印”，即可对数据进行对应操作；
7.维护功能包括三种分别为数据编辑功能、系统维护功能与拓展功能；
8.用户验证为系统对使用者身份进行进入验证，并分配不同的权限；
9.所述平台在运行中执行上述功能的过程中的数据内容包括但不限于用户的姓名、性别、年龄、定位、用户的语音和文字记录、作息时间、电子病历。
10.进一步的，所述下载功能中数据支持文本、表格、图片等多种类型，可下载和打印的数据都为不带有个人信息的汇总数据，有效的保护了app用户的个人信息。
11.进一步的，所述数据编辑功能是指系统对平台中的数据可以进行复制、剪切、替换等操作，系统维护功能是指系统开发者或管理员可以对平台内的数据进行数据管理、用户管理、系统升级等一系列维护平台的操作，拓展功能是指根据平台后续的发展对其进行再设计或增加新模块，以加强或拓展平台的功能。
12.进一步的，所述数据内容提供并提供中文和英文两个版本。
13.进一步的，所述用户姓名、性别、年龄：用户注册时需要进行实名认证，认证后用户基本信息将录入数据库作为基础数据存储，从而分析用户的性别比例和年龄段分布；
14.用户定位：用户同意开启定位后定位信息将存入数据库中，用于后续的地域数据分析；
15.用户的语音和文字记录：在app使用过程中，用户与医生或其他用户交流而产生的
语音和文字记录也会被纳入平台中，后期会根据记录分析用户的心理问题种类、问题原因、人际敏感程度、躯体化程度、语言习惯、高频词等，生成分析数据；
16.用户的作息时间：愈心app根据用户的早晚睡眠打卡和在线时间生成作息时间数据，录入平台，从而分析作息时间和抑郁心理之间的关系；
17.用户的电子病历：用户通过愈心app向专家问诊后，会自动生成一份电子病历。电子病历会自动储存到平台中，作为研究资料和数据备份使用。
18.进一步的，所述平台的运行环境主要基于hadoop2.0计算平台，其中基于hdfs构建海量数据存储系统，为数据安全提供可靠性保障，并且使用map
‑
reduce计算框架进行海量数据的离线挖掘，同时支持数据的映射、转换、分发、合并和排序等操作，hadoop技术框架的应用，为数据库提供海量存储空间，增强数据库发展的可持续性和安全性。
19.进一步的，所述平台的定位采用北斗定位系统，采用公钥保密和对称保密相结合的混合加密模式，混合加密模式的应用弥补了两种加密方式各自的不足，保护了平台中留存的用户基本资料以及使用音频等信息，与用户签署保密协议，平台的安全性得到保证，采用态势感知技术通过收集与整理海量网络安全信息数据并建立大数据模型对其进行分析，提前针对可能发生的网络安全问题进行预防，制定网络安全应对预案，利用机器学习技术，并围绕心理治疗大数据场景，利用机器学习模型设计、训练和推理计算，可以快速高质量地对大量定性或定量的心理数据进行相应算法的处理，从而生成平台数据的基本统计图，通过自然语言处理对非结构化数据，即文本数据，进行语义标注、数据抽取、知识发现等，从而实现数据的二次利用。自然语言处理技术的应用。
20.采用上述技术方案，具有以下技术效果：
21.本发明设计合理，使用方便，本发明采用态势感知、公钥技术等技术保障了平台数据存储、传输的安全性，北斗定位、机器学习等技术的应用，让平台功能更加多样化，平台使用更加便捷，整个平台运用互联网 思维，针对国内心理行业痛点，加快建成心理行业体系，当前社会环境为平台提供了更大的发展空间和可能性。
附图说明
22.图1为本发明的结构示意图；
具体实施方式
23.下面结合附图对本发明做进一步说明。
24.实施例1：如图1所示的一种心理治疗大数据感知平台，包括检索功能、分析功能、下载功能、维护功能与用户验证；
25.所述检索功能具有多途径检索功能，检索内容时可以通过文字输入和语音输入两种方式实现在数据库内的检索，使用者通过文字或语音的方式输入关键字或句子，对全库数据进行多维度检索；
26.所述分析功能可以实现各种数据之间的有机联系，对不同维度上的信息进行比较分析；
27.下载功能提供对检索、分析结果的下载和打印服务，使用者只需点击“下载”或“打印”，即可对数据进行对应操作；
28.维护功能包括三种分别为数据编辑功能、系统维护功能与拓展功能；
29.用户验证为系统对使用者身份进行进入验证，并分配不同的权限；
30.所述平台在运行中执行上述功能的过程中的数据内容包括但不限于用户的姓名、性别、年龄、定位、用户的语音和文字记录、作息时间、电子病历。
31.所述下载功能中数据支持文本、表格、图片等多种类型，可下载和打印的数据都为不带有个人信息的汇总数据，有效的保护了app用户的个人信息。
32.所述数据编辑功能是指系统对平台中的数据可以进行复制、剪切、替换等操作，系统维护功能是指系统开发者或管理员可以对平台内的数据进行数据管理、用户管理、系统升级等一系列维护平台的操作，拓展功能是指根据平台后续的发展对其进行再设计或增加新模块，以加强或拓展平台的功能。
33.所述数据内容提供并提供中文和英文两个版本。
34.所述用户姓名、性别、年龄：用户注册时需要进行实名认证，认证后用户基本信息将录入数据库作为基础数据存储，从而分析用户的性别比例和年龄段分布；
35.用户定位：用户同意开启定位后定位信息将存入数据库中，用于后续的地域数据分析；
36.用户的语音和文字记录：在app使用过程中，用户与医生或其他用户交流而产生的语音和文字记录也会被纳入平台中，后期会根据记录分析用户的心理问题种类、问题原因、人际敏感程度、躯体化程度、语言习惯、高频词等，生成分析数据；
37.用户的作息时间：愈心app根据用户的早晚睡眠打卡和在线时间生成作息时间数据，录入平台，从而分析作息时间和抑郁心理之间的关系；
38.用户的电子病历：用户通过愈心app向专家问诊后，会自动生成一份电子病历。电子病历会自动储存到平台中，作为研究资料和数据备份使用。
39.进一步的，所述平台的运行环境主要基于hadoop2.0计算平台，其中基于hdfs构建海量数据存储系统，为数据安全提供可靠性保障，并且使用map
‑
reduce计算框架进行海量数据的离线挖掘，同时支持数据的映射、转换、分发、合并和排序等操作，hadoop技术框架的应用，为数据库提供海量存储空间，增强数据库发展的可持续性和安全性。
40.所述平台的定位采用北斗定位系统，采用公钥保密和对称保密相结合的混合加密模式，混合加密模式的应用弥补了两种加密方式各自的不足，保护了平台中留存的用户基本资料以及使用音频等信息，与用户签署保密协议，平台的安全性得到保证，采用态势感知技术通过收集与整理海量网络安全信息数据并建立大数据模型对其进行分析，提前针对可能发生的网络安全问题进行预防，制定网络安全应对预案，利用机器学习技术，并围绕心理治疗大数据场景，利用机器学习模型设计、训练和推理计算，可以快速高质量地对大量定性或定量的心理数据进行相应算法的处理，从而生成平台数据的基本统计图，通过自然语言处理对非结构化数据，即文本数据，进行语义标注、数据抽取、知识发现等，从而实现数据的二次利用。自然语言处理技术的应用。
41.本发明中hadoop是由apache基金会基于java语言开发的分布式计算平台，可以为海量数据的存储、处理提供一种可行且高效的解决方案。hadoop框架的核心组件包括hdfs和map
‑
reduce，hdfs为海量数据提供存储能力，map
‑
reduce为海量数据提供计算能力。平台的运行环境主要基于hadoop2.0，其中基于 hdfs构建海量数据存储系统，为数据安全提供
可靠性保障。并且使用map
‑
reduce计算框架进行海量数据的离线挖掘，同时支持数据的映射、转换、分发、合并和排序等操作。hadoop技术框架的应用，为数据库提供海量存储空间，增强数据库发展的可持续性和安全性。
42.etl工具用来描述将数据从来源端经过抽取、交互转换、加载至目的端的过程。在etl过程中，数据抽取即是从数据源中抽取数据的过程，也可从多个数据源中进行数据抽取；数据转换即是对抽取数据进行清洗，通过清洗策略和合并、转换以及数学运算等操作，去除数据中存在的错误和冗余，也可根据要求变换数据格式，保证数据质量；数据装载即是将转换好的数据保存到数据库或文件中。平台运用etl工具首先从愈心app后台进行数据抽取，通过异步、复制、压缩、加密等技术，确保抽取的高效安全。其次进行数据加载，通过数据同步工具对愈心信息系统数据进行入库。最后进行数据转换，将自身的值域代码映射到标准值域代码中，通过自然语言处理有效地建立关联系统，保证分布在同系统中的用户信息采集的完整性和准确性。
43.自然语言处理研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门交叉学科，涉及语言学、数学、计算机科学、信息学、电子科学、心理科学、认知科学、神经科学等，而作为专业领域内的研究，还需要加入该专业的领域知识。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言,所以它与语言学的研究有着密切的联系，但又有重要的区别。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的软件系统。我们所设计的数据库语音查询模块主要包含问题理解、问题检索，涉及的技术主要包含语料清洗、中文分词、特征工程、模型训练等。
44.语料清洗：把不感兴趣或者无用的，视为噪音的内容进行删除，如针对原始文本，提取标题、摘要、正文等信息，对于爬取的网页内容，去除广告、标签、html、js等代码和注释。
45.中文分词：汉语以字为基本书写单位，词语之间没有明显的区分标记，分词技术是知识库搜索查询过程中的第一步，分词实现效果的好坏对系统问答结果的影响非常大。中文分词后，给每个词或者词语进行词性标注，如给词语打上形容词、动词、名词等标签；去停用词指对文本特征没有任何贡献作用的字词进行删除，比如标点符号、语气、人称等；命名实体识别指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。
46.特征工程：把分词之后的字和词语表示成计算机能够计算的类型。把中文分词的字符串转换成数字，主要运用的技术为词向量技术，词向量是一种将单词表征成为高维空间的向量表示方法。词向量技术最初用于在语言模型技术中，将单词词典作为一个向量，词典中所含词的个数即为向量的维度，某个单词的向量即为单词在词典中出现的位置。本文所述智能问答系统所使用的词向量技术来源于谷歌发布的 word2vec开源工具。其主要包含两个模型，即跳字模型(skip
‑
gram)和连续词袋模型(continuous bagof words，简称cbow)，以及两种高效训练的方法，即负采样(negative sampling)和层序softmax (hierarchical softmax)。word2vec词向量可以较好地表达不同词之间的相似和类比关系。
47.模型训练：卷积神经网络是人工神经网络的一种，卷积神经网络包含至少六层的神经网络，包含输入层、特征表示层、卷积层、下采样层、隐藏层和输出层。在分类模型的建
立上，本文选择使用的是卷积神经网络cnn。cnn最大的优势在特征提取方面。由于cnn的特征检测层通过训练数据进行学习，避免了显示的特征抽取，而是隐式地从训练数据中进行学习；再者由于同一特征映射面上的神经元权值相同，所以网络可以并行学习，相比于传统的randomforest或是xgboost等经典分类模型，cnn具有发现更多难以察觉的局部特征的能力，而不是像传统的方法最终的结果始终要受到特征工程好坏的限制。
48.用户通过语音方式或者文本方式将语句输入，如果用户输入为语音，需要通过语音识别技术将其转化为文字，并通过语义识别技术将其转换为表达式，自然语言处理模块理解表达式，将其转化并输入至对话管理模块，对话管理模块采取特定的算法进行回复，然后再生成自然语言，完成文字结果的输出。同时，自然语言处理还可以通过利用计算机理解人类语言对海量数据进行智能清洗，并可支持归一化和结构化处理。平台利用自然语言处理技术对非结构化数据，即文本数据，进行语义标注、数据抽取、知识发现等，从而实现数据的二次利用。自然语言处理技术的应用，使数据的查找更加快速，使愈心大数据感知平台的使用更加便利，提高数据的使用效率，具有独特性和高效性，从而让愈心大数据感知平台在同质化相对较强的环境中脱颖而出，吸引更多相关研究机构购买使用。
49.机器学习的研究主旨是使用计算机模拟人类的学习活动,它是研究计算机识别现有知识、获取新知识、不断改善性能和实现自身完善的方法机器学习是计算机科学的一个分支，核心在于从数据中学习，并做出预测。愈心app过程中会产生海量的图像、文字等复杂数据，面对这些复杂数据可以利用机器学习对其进行深度挖掘并有效利用。平台利用机器学习技术，并围绕心理治疗大数据场景，利用机器学习模型设计、训练和推理计算，可以快速高质量地对大量定性或定量的心理数据进行相应算法的处理，从而生成平台数据的基本统计图。
50.公钥密码又称为非对称密码，拥有公钥密码的用户分别拥有加密密钥和解密密钥。通过加密密钥不能得到解密密钥。并且加密密钥是公开的。公钥密码就是基于这一原理而设计的，将辅助信息(陷门信息) 作为秘密密钥。现在常见的公钥密码有rsa公钥密码、elgamal公钥密码、椭圆曲线密码。而由于加密算法和加密密钥都是公开的，任何人都可以加密，使单行性这一加密方案的基本要求无法完全实现。对称加密算法是应用较早的加密算法，在对称加密算法中，数据发送者和接收者使用同一套规则来对数据进行加密和解密，与公钥加密模式相比运行速度更快。两者结合的混合加密模式，用公钥箅法来加密对称加密算法的密钥，进行密钥封装；然后用对称加密方案，使用所封装的密钥来加密明文数据，进行数据数据封装。混合加密体制本质上是一个公钥加密体制，而兼具公钥加密和对称加密的优点，是实际中常用的类型。
51.基于使用用户群体的特殊性,愈心采用了公钥保密和对称保密相结合的混合加密模式，混合加密模式的应用弥补了两种加密方式各自的不足，保护了平台中留存的用户基本资料以及使用音频等信息,与用户签署保密协议,平台的安全性得到保证，使得app使用者的信息得以有效保密，在保护用户基本信息的同时也保护了用户的情绪信息，消除了部分用户的隐私顾虑，能够让用户在出现抑郁症状时能够果断选择进行接受引导和治疗，这对整个社会的抑郁度可以起到很好地削弱作用。并且大大减少了部分用户的病耻感, 让每位用户的信息得到及时安全的保护。
52.北斗卫星导航系统是中国自行研制的全球卫星定位与通信系统,是继美国gps全
球定位系统和俄国 glonass之后第三个成熟的卫星导航系统。系统可在全球范围内全天候、全天时为各类用户提供高精度、高可靠定位、导航、授时服务,并具有短报文通信能力,已经初步具备区域导航、定位和授时能力,定位精度优于20m。app用户在使用愈心app时，系统会弹出定位窗口，同意定位后app通过北斗定位系统进行手机位置追踪，从而确定使用者的具体定位，获取使用者的位置信息，信息再通过北斗卫星传输至愈心大数据感知平台，用于后续对于地域位置分布的分析处理。
53.网络空间安全态势感知技术是建立在大数据技术基础之上的一种主动防御型信息安全技术。它通过收集与整理海量网络安全信息数据并建立大数据模型对其进行分析，提前针对可能发生的网络安全问题进行预防，制定网络安全应对预案。传统网络安全控制都属于被动型，考虑到网络病毒与安全攻击手段在持续更新，被动型安全防御通常具有滞后性。部分新型网络病毒或者安全攻击手段具有较高的隐蔽性，当网络安全防控系统或者安全技术人员发现安全威胁时，可能损失已经造成。网络空间安全态势感知技术则不一样，它主动收集和整理各种网络安全信息数据，其中横向数据为同一时期网络空间爆发网络病毒以及网络攻击行为发生的频率、特征以及拓展范围等；纵向数据则是自身过去所遭遇的各种安全攻击行为及其特点，尤其是某些病毒爆发具有一定周期性特征。在安全信息数据收集与整理的基础上，基于大数据风险模型，判断自己遭受安全攻击的概率以及安全攻击行为的特点，加强针对性监测并提前进行预断，做出主动防御，取得更佳网络安全控制效果。网络空间安全态势感知技术基于大数据模型能够更好地监测与预判网络安全攻击行为，但是面对层出不穷的网络安全攻击手段，在安全应对与控制方面也可能会出现漏洞与不足。愈心大数据感知平台应用态势感知技术，加强安全风险监测，对安全风险做出主动防御，进一步保障了数据库的安全性和稳定性。
54.本发明设计合理，使用方便，本发明采用态势感知、公钥技术等技术保障了平台数据存储、传输的安全性，北斗定位、机器学习等技术的应用，让平台功能更加多样化，平台使用更加便捷，整个平台运用互联网 思维，针对国内心理行业痛点，加快建成心理行业体系，当前社会环境为平台提供了更大的发展空间和可能性。
55.以上描述了本发明的基本原理和主要特征，本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内，发明要求保护范围由所附的权利要求书及其等效物界定。