一种心理健康动态管理系统及方法与流程

1.本发明涉及心理健康管理技术领域，特别涉及一种心理健康动态管理系统及方法。


背景技术：

2.目前，越来越多的人开始关注自身心理健康，大多会定期至专业机构(例如：心理医院等)进行心理体检；
3.经专业机构诊断为具有心理精神障碍问题的人可能会产生过激行为，需要有人进行监护并进行专业救助措施，但是，这样实行起来比较麻烦；
4.因此，亟需一种解决办法。


技术实现要素：

5.本发明目的之一在于提供了一种心理健康动态管理系统及方法，基于用户的行为信息，对用户的当前心理健康状态进行评估，当评估结果包含第一异常类型时，确定相应的第一介入方式，及时进行介入，帮助具有心理精神障碍问题的人产生过激行为时，及时救助，无需有人时刻进行监护。
6.本发明实施例提供的一种心理健康动态管理系统，包括：
7.评估模块，用于动态获取用户的行为信息，基于行为信息，对用户的当前心理健康状态进行评估；
8.确定模块，用于当评估结果包含至少一个第一异常类型时，基于预设的异常类型
‑
介入方式库，确定第一异常类型对应的第一介入方式；
9.介入模块，用于基于第一介入方式，进行相应介入。
10.优选的，评估模块执行如下操作：
11.获取预设的捕捉节点集，捕捉节点集包括：多个第一捕捉节点；
12.获取第一捕捉节点对应的捕捉对象，捕捉对象包括：网络行为和现实行为；
13.当第一捕捉节点对应的捕捉对象为网络行为时，获取第一捕捉节点对应的捕捉策略；
14.对捕捉策略进行策略分解，获得多个分解策略；
15.对分解策略进行流程分析，获得流程序列；
16.按照流程先后顺序遍历流程序列中的第一流程；
17.对遍历到的第一流程进行特征提取，获得至少一个第一特征；
18.获取预设的风险特征库，将第一特征与风险特征库中的第二特征进行特征匹配，若存在第一特征与第二特征匹配符合，将匹配符合的第二特征作为第三特征，同时，将对应第一流程作为第二流程；
19.获取第三特征对应的风险的风险类型，风险类型包括：单独风险和组合风险；
20.获取第二流程涉及的至少一个第一捕捉场景；
21.当第三特征对应的风险的风险类型为单独风险时，获取捕捉场景的可信度，若可信度小于等于预设的可信度阈值，剔除对应第一捕捉节点；
22.当第三特征对应的风险的风险类型为组合风险时，基于预设的风险特征
‑
组合风险特征库，确定第三特征对应的至少一个组合风险特征；
23.从流程序列中选取第二流程前和/或后预设数目个第一流程，并作为第三流程；
24.获取第三流程涉及的至少一个第二捕捉场景；
25.获取第一捕捉场景和是第二捕捉场景之间的至少一个担保关系，确定担保关系的担保类型，担保类型包括：主动担保和被动担保；
26.当担保关系的担保类型为主动担保时，对担保关系进行解析，获取第一担保值；
27.当担保关系的担保类型为被动担保时，对担保关系进行解析，获取第二担保值；
28.对第三流程进行特征提取，获得至少一个第四特征；
29.将第四特征与组合风险特征进行特征匹配；
30.若存在第四特征与组合风险特征匹配符合，和/或，第一担保值小于等于预设的第一担保值阈值，和/或，第二担保值小于等于预设的第二担保值阈值，剔除对应第一捕捉节点；
31.当第一捕捉节点对应的捕捉对象为现实行为时，获取之前获取的用户的行为信息并进行整合，获得待预测信息；
32.获取预设的预测模型，将待预测信息输入预测模型，获取预测结果；
33.获取预测模型产生预测结果的预测过程；
34.对预测过程进行过程分析，获得过程序列；
35.按照过程先后顺序遍历过程序列中的第一过程；
36.对遍历到的第一过程进行特征提取，获得多个第五特征；
37.获取预设的非规范特征库，将第五特征与非规范特征库中的第六特征进行特征匹配，若匹配符合，将匹配符合的第六特征作为第七特征，同时，将对应第一过程作为第二过程；
38.查询预设的特征
‑
判定值库，确定第七特征对应的判定值；
39.选取过程序列中第二过程之后的第一过程，并作为第三过程；
40.获取预设的影响分析模型，将第二过程和第三过程输入影响分析模型，获取影响值；
41.遍历结束后，当判定值均小于等于预设的判定值阈值且影响值均小于等于预设的影响值阈值，尝试提取预测结果包含的至少一个第二异常类型，若提取成功，基于预设的异常类型
‑
捕捉节点库，确定第二异常类型对应的至少一个第二捕捉节点；
42.剔除第一捕捉节点中除第二捕捉节点之外的第一捕捉节点；
43.当第一捕捉节点中需要剔除的第一捕捉节点均剔除后，将剩余的第一捕捉节点作为第三捕捉节点；
44.通过第三捕捉节点获取最新的至少一个行为信息项；
45.整合获取的行为信息项，获得用户的行为信息，完成获取；
46.获取预设的心理健康评估模型，将行为信息输入心理健康评估模型，获取评估结果，完成评估。
47.优选的，介入模块执行如下操作：
48.基于预设的介入方式
‑
虚拟空间库，确定第一介入方式对应的虚拟空间；
49.初始化虚拟空间；
50.当初始化完毕后，判断用户是否通过vr设备进入虚拟空间中的第一起始区域；
51.若是，实时获取用户面向的第一方向；
52.确定虚拟空间中第一方向对应的虚拟显示器，控制第一虚拟显示器播放第一心理教育素材；
53.若第一方向对应的虚拟显示器发生变化，控制变化后的虚拟显示器接力播放第一心理教育素材；
54.当第一心理教育素材播放完毕后，基于注意力分析技术，分析用户观看第一心理教育素材的第一注意力集中总体程度；
55.若第一注意力集中总体程度大于等于预设的注意力集中总体程度阈值，引导用户退出虚拟空间；
56.若第一注意力集中总体程度小于注意力集中总体程度阈值，和/或，预设的第一时间段内第一方向对应的虚拟显示器发生变化的次数大于等于预设的次数阈值，控制虚拟显示器停止播放，同时，触发虚拟空间中的第二起始区域；
57.判断用户是否通过vr设备进入第二起始区域；
58.若是，触发虚拟空间构建虚拟场景，同时，引导用户在虚拟场景中进行移动；
59.在用户的移动过程中，实时获取用户面向的第二方向；
60.确定虚拟场景中第二方向对应的触发点，触发触发点对应的第二心理教育素材并进行显示；
61.若第二方向对应的触发点发生变化，基于预设的心理教育素材关联库，确定新的触发点对应的第二心理教育素材与之前触发的第二心理教育素材之间是否存在关联；
62.若是，分屏显示新的触发点对应的第二心理教育素材和之前触发的第二心理教育素材；
63.若否，仅显示新的触发点对应的第二心理教育素材；
64.获取用户观看第二心理教育素材的进度信息；
65.基于注意力分析技术，分析用户观看第二心理教育素材的第二注意力集中总体程度；
66.获取预设的进度判定模型，将用户观看第二心理教育素材的进度信息和对应第二注意力集中总体程度输入进度判定模型，获取判定结果；
67.若判定结果为进度合格，引导用户退出虚拟空间。
68.优选的，心理健康动态管理系统，还包括：
69.心理咨询模块，用于供用户向心理医生进行心理咨询；
70.心理咨询模块执行如下操作：
71.获取并显示预设的心理医生列表；
72.接收用户从心理医生列表中挑选的心理医生；
73.建立聊天窗口，将用户和心理医生接入聊天窗口。
74.优选的，心理健康动态管理系统，还包括：
75.预警模块，用于当评估结果包含至少一个第一异常类型时，将第一异常类型发送至用户绑定的监护终端。
76.本发明实施例提供的一种心理健康动态管理方法，包括：
77.步骤s1：动态获取用户的行为信息，基于行为信息，对用户的当前心理健康状态进行评估；
78.步骤s2：当评估结果包含至少一个第一异常类型时，基于预设的异常类型
‑
介入方式库，确定第一异常类型对应的第一介入方式；
79.步骤s3：基于第一介入方式，进行相应介入。
80.优选的，步骤s1：动态获取用户的行为信息，基于行为信息，对用户的当前心理健康状态进行评估，包括：
81.获取预设的捕捉节点集，捕捉节点集包括：多个第一捕捉节点；
82.获取第一捕捉节点对应的捕捉对象，捕捉对象包括：网络行为和现实行为；
83.当第一捕捉节点对应的捕捉对象为网络行为时，获取第一捕捉节点对应的捕捉策略；
84.对捕捉策略进行策略分解，获得多个分解策略；
85.对分解策略进行流程分析，获得流程序列；
86.按照流程先后顺序遍历流程序列中的第一流程；
87.对遍历到的第一流程进行特征提取，获得至少一个第一特征；
88.获取预设的风险特征库，将第一特征与风险特征库中的第二特征进行特征匹配，若存在第一特征与第二特征匹配符合，将匹配符合的第二特征作为第三特征，同时，将对应第一流程作为第二流程；
89.获取第三特征对应的风险的风险类型，风险类型包括：单独风险和组合风险；
90.获取第二流程涉及的至少一个第一捕捉场景；
91.当第三特征对应的风险的风险类型为单独风险时，获取捕捉场景的可信度，若可信度小于等于预设的可信度阈值，剔除对应第一捕捉节点；
92.当第三特征对应的风险的风险类型为组合风险时，基于预设的风险特征
‑
组合风险特征库，确定第三特征对应的至少一个组合风险特征；
93.从流程序列中选取第二流程前和/或后预设数目个第一流程，并作为第三流程；
94.获取第三流程涉及的至少一个第二捕捉场景；
95.获取第一捕捉场景和是第二捕捉场景之间的至少一个担保关系，确定担保关系的担保类型，担保类型包括：主动担保和被动担保；
96.当担保关系的担保类型为主动担保时，对担保关系进行解析，获取第一担保值；
97.当担保关系的担保类型为被动担保时，对担保关系进行解析，获取第二担保值；
98.对第三流程进行特征提取，获得至少一个第四特征；
99.将第四特征与组合风险特征进行特征匹配；
100.若存在第四特征与组合风险特征匹配符合，和/或，第一担保值小于等于预设的第一担保值阈值，和/或，第二担保值小于等于预设的第二担保值阈值，剔除对应第一捕捉节点；
101.当第一捕捉节点对应的捕捉对象为现实行为时，获取之前获取的用户的行为信息
并进行整合，获得待预测信息；
102.获取预设的预测模型，将待预测信息输入预测模型，获取预测结果；
103.获取预测模型产生预测结果的预测过程；
104.对预测过程进行过程分析，获得过程序列；
105.按照过程先后顺序遍历过程序列中的第一过程；
106.对遍历到的第一过程进行特征提取，获得多个第五特征；
107.获取预设的非规范特征库，将第五特征与非规范特征库中的第六特征进行特征匹配，若匹配符合，将匹配符合的第六特征作为第七特征，同时，将对应第一过程作为第二过程；
108.查询预设的特征
‑
判定值库，确定第七特征对应的判定值；
109.选取过程序列中第二过程之后的第一过程，并作为第三过程；
110.获取预设的影响分析模型，将第二过程和第三过程输入影响分析模型，获取影响值；
111.遍历结束后，当判定值均小于等于预设的判定值阈值且影响值均小于等于预设的影响值阈值，尝试提取预测结果包含的至少一个第二异常类型，若提取成功，基于预设的异常类型
‑
捕捉节点库，确定第二异常类型对应的至少一个第二捕捉节点；
112.剔除第一捕捉节点中除第二捕捉节点之外的第一捕捉节点；
113.当第一捕捉节点中需要剔除的第一捕捉节点均剔除后，将剩余的第一捕捉节点作为第三捕捉节点；
114.通过第三捕捉节点获取最新的至少一个行为信息项；
115.整合获取的行为信息项，获得用户的行为信息，完成获取；
116.获取预设的心理健康评估模型，将行为信息输入心理健康评估模型，获取评估结果，完成评估。
117.优选的，步骤s3：基于第一介入方式，进行相应介入，包括：
118.基于预设的介入方式
‑
虚拟空间库，确定第一介入方式对应的虚拟空间；
119.初始化虚拟空间；
120.当初始化完毕后，判断用户是否通过vr设备进入虚拟空间中的第一起始区域；
121.若是，实时获取用户面向的第一方向；
122.确定虚拟空间中第一方向对应的虚拟显示器，控制第一虚拟显示器播放第一心理教育素材；
123.若第一方向对应的虚拟显示器发生变化，控制变化后的虚拟显示器接力播放第一心理教育素材；
124.当第一心理教育素材播放完毕后，基于注意力分析技术，分析用户观看第一心理教育素材的第一注意力集中总体程度；
125.若第一注意力集中总体程度大于等于预设的注意力集中总体程度阈值，引导用户退出虚拟空间；
126.若第一注意力集中总体程度小于注意力集中总体程度阈值，和/或，预设的第一时间段内第一方向对应的虚拟显示器发生变化的次数大于等于预设的次数阈值，控制虚拟显示器停止播放，同时，触发虚拟空间中的第二起始区域；
127.判断用户是否通过vr设备进入第二起始区域；
128.若是，触发虚拟空间构建虚拟场景，同时，引导用户在虚拟场景中进行移动；
129.在用户的移动过程中，实时获取用户面向的第二方向；
130.确定虚拟场景中第二方向对应的触发点，触发触发点对应的第二心理教育素材并进行显示；
131.若第二方向对应的触发点发生变化，基于预设的心理教育素材关联库，确定新的触发点对应的第二心理教育素材与之前触发的第二心理教育素材之间是否存在关联；
132.若是，分屏显示新的触发点对应的第二心理教育素材和之前触发的第二心理教育素材；
133.若否，仅显示新的触发点对应的第二心理教育素材；
134.获取用户观看第二心理教育素材的进度信息；
135.基于注意力分析技术，分析用户观看第二心理教育素材的第二注意力集中总体程度；
136.获取预设的进度判定模型，将用户观看第二心理教育素材的进度信息和对应第二注意力集中总体程度输入进度判定模型，获取判定结果；
137.若判定结果为进度合格，引导用户退出虚拟空间。
138.优选的，心理健康动态管理方法，还包括：
139.供用户向心理医生进行心理咨询；
140.其中，供用户向心理医生进行心理咨询，包括：
141.获取并显示预设的心理医生列表；
142.接收用户从心理医生列表中挑选的心理医生；
143.建立聊天窗口，将用户和心理医生接入聊天窗口。
144.优选的，心理健康动态管理方法，还包括：
145.当评估结果包含至少一个第一异常类型时，将第一异常类型发送至用户绑定的监护终端。
146.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
147.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
148.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
149.图1为本发明实施例中一种心理健康动态管理系统的示意图；
150.图2为本发明实施例中又一心理健康动态管理系统的示意图；
151.图3为本发明实施例中一种心理健康动态管理方法的示意图。
具体实施方式
152.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实
施例仅用于说明和解释本发明，并不用于限定本发明。
153.本发明实施例提供了一种心理健康动态管理系统，如图1所示，包括：
154.评估模块1，用于动态获取用户的行为信息，基于行为信息，对用户的当前心理健康状态进行评估；
155.确定模块2，用于当评估结果包含至少一个第一异常类型时，基于预设的异常类型
‑
介入方式库，确定第一异常类型对应的第一介入方式；
156.介入模块3，用于基于第一介入方式，进行相应介入。
157.上述技术方案的工作原理及有益效果为：
158.预设的异常类型
‑
介入方式库具体为：包含不同第一异常类型(例如：过度焦虑)对应的第一介入方式(例如：引导用户进行放松)的数据库；
159.获取用户的行为信息(例如：在什么样的环境内产生什么样的动作，可基于毫米波雷达传感器对用户所在环境进行三维轮廓扫描实现，用户可佩戴安装毫米波雷达传感器的穿戴设备，还可以是用户访问什么网页等)；基于行为信息，对用户的当前心理健康状态进行评估；若评估结果包含第一异常类型，确定第一介入方式，及时进行介入(进行介入时，也可基于穿戴设备进行实现)；
160.本发明实施例基于用户的行为信息，对用户的当前心理健康状态进行评估，当评估结果包含第一异常类型时，确定相应的第一介入方式，及时进行介入，帮助具有心理精神障碍问题的人产生过激行为时，及时救助，无需有人时刻进行监护。
161.本发明实施例提供了一种心理健康动态管理系统，评估模块1执行如下操作：
162.获取预设的捕捉节点集，捕捉节点集包括：多个第一捕捉节点；
163.获取第一捕捉节点对应的捕捉对象，捕捉对象包括：网络行为和现实行为；
164.当第一捕捉节点对应的捕捉对象为网络行为时，获取第一捕捉节点对应的捕捉策略；
165.对捕捉策略进行策略分解，获得多个分解策略；
166.对分解策略进行流程分析，获得流程序列；
167.按照流程先后顺序遍历流程序列中的第一流程；
168.对遍历到的第一流程进行特征提取，获得至少一个第一特征；
169.获取预设的风险特征库，将第一特征与风险特征库中的第二特征进行特征匹配，若存在第一特征与第二特征匹配符合，将匹配符合的第二特征作为第三特征，同时，将对应第一流程作为第二流程；
170.获取第三特征对应的风险的风险类型，风险类型包括：单独风险和组合风险；
171.获取第二流程涉及的至少一个第一捕捉场景；
172.当第三特征对应的风险的风险类型为单独风险时，获取捕捉场景的可信度，若可信度小于等于预设的可信度阈值，剔除对应第一捕捉节点；
173.当第三特征对应的风险的风险类型为组合风险时，基于预设的风险特征
‑
组合风险特征库，确定第三特征对应的至少一个组合风险特征；
174.从流程序列中选取第二流程前和/或后预设数目个第一流程，并作为第三流程；
175.获取第三流程涉及的至少一个第二捕捉场景；
176.获取第一捕捉场景和是第二捕捉场景之间的至少一个担保关系，确定担保关系的
担保类型，担保类型包括：主动担保和被动担保；
177.当担保关系的担保类型为主动担保时，对担保关系进行解析，获取第一担保值；
178.当担保关系的担保类型为被动担保时，对担保关系进行解析，获取第二担保值；
179.对第三流程进行特征提取，获得至少一个第四特征；
180.将第四特征与组合风险特征进行特征匹配；
181.若存在第四特征与组合风险特征匹配符合，和/或，第一担保值小于等于预设的第一担保值阈值，和/或，第二担保值小于等于预设的第二担保值阈值，剔除对应第一捕捉节点；
182.当第一捕捉节点对应的捕捉对象为现实行为时，获取之前获取的用户的行为信息并进行整合，获得待预测信息；
183.获取预设的预测模型，将待预测信息输入预测模型，获取预测结果；
184.获取预测模型产生预测结果的预测过程；
185.对预测过程进行过程分析，获得过程序列；
186.按照过程先后顺序遍历过程序列中的第一过程；
187.对遍历到的第一过程进行特征提取，获得多个第五特征；
188.获取预设的非规范特征库，将第五特征与非规范特征库中的第六特征进行特征匹配，若匹配符合，将匹配符合的第六特征作为第七特征，同时，将对应第一过程作为第二过程；
189.查询预设的特征
‑
判定值库，确定第七特征对应的判定值；
190.选取过程序列中第二过程之后的第一过程，并作为第三过程；
191.获取预设的影响分析模型，将第二过程和第三过程输入影响分析模型，获取影响值；
192.遍历结束后，当判定值均小于等于预设的判定值阈值且影响值均小于等于预设的影响值阈值，尝试提取预测结果包含的至少一个第二异常类型，若提取成功，基于预设的异常类型
‑
捕捉节点库，确定第二异常类型对应的至少一个第二捕捉节点；
193.剔除第一捕捉节点中除第二捕捉节点之外的第一捕捉节点；
194.当第一捕捉节点中需要剔除的第一捕捉节点均剔除后，将剩余的第一捕捉节点作为第三捕捉节点；
195.通过第三捕捉节点获取最新的至少一个行为信息项；
196.整合获取的行为信息项，获得用户的行为信息，完成获取；
197.获取预设的心理健康评估模型，将行为信息输入心理健康评估模型，获取评估结果，完成评估。
198.上述技术方案的工作原理及有益效果为：
199.预设的风险特征库具体为：包含多个捕捉网络行为的流程中的风险特征(例如：降低安全等级，访问不属于站内资源的超链接)的数据库；预设的可信度阈值具体为：例如，98；预设的风险特征
‑
组合风险特征库具体为：包含不同风险特征对应的组合风险特征(例如：继续降低安全等级，访问超链接对应的网页中的超链接)；预设数目具体为：例如，3；预设的第一担保值阈值具体为：例如，85；预设的第二担保值阈值具体为：例如，90；预设的预测模型具体为：利用机器学习算法对大量人工基于历史行为信息预测行为的记录进行学习
后生成的模型，该模型可以预测行为；预设的非规范特征库具体为：包含多个预测模型在预测过程中的不规范特征(例如：某类型的行为数据不连续时，自行进行补全)；预设的特征
‑
判定值库具体为：包含不同不规范特征对应的判定值的数据库(例如：50)；预设的影响分析模型具体为：利用机器学习算法对大量人工分析预测模型预测过程的不规范特征对之后的过程的影响的记录进行学习后生成的模型，该模型可以分析影响，获取影响值，影响值越大，影响越大；预设的判定值阈值具体为：例如，75；预设的异常类型
‑
捕捉节点库具体为：包含不同第一异常类型对应的捕捉节点的数据库；预设的心理健康评估模型具体为：利用机器学习算法对大量人工(例如：心理医生)进行心理健康评估的记录进行学习后生成的模型，该模型可以进行心理健康评估；
200.第一捕捉节点(行为捕捉数据获取节点)的捕捉对象分为网络行为(例如：访问什么网页)和现实行为(例如：产生什么动作)；当捕捉对象为网络行为时，采用不同捕捉策略进行捕捉，对捕捉策略进行策略分解和流程分析(执行先后顺序分析)，获得流程序列(例如：流程1，访问用户当前浏览网页，流程2，获取网页内容，提取关键词，流程3，若存在超链接，降低安全等级，访问超链接，流程4，若超链接对应的网页中存在新的超链接，继续降低安全等级，访问新的超链接)；将第一流程的第一特征与第二特征进行匹配，若匹配符合，确定第三特征(例如：流程3中的“降低安全等级，访问超链接”)，确定风险类型，风险类型分为单独风险(例如：超链接中存在木马)和组合风险(超链接中存在潜在木马，超链接对应的网页中的超链接存在激活该密码的代码)；当为单独风险时，获取捕捉场景(例如：网页)的可信度，若可信度较小，剔除对应第一捕捉节点；若为组合风险，确定组合风险特征(例如：“继续降低安全等级，访问新的超链接”)，一般网站在设置超链接时，对超链接的安全性作有担保，形成担保关系，担保类型分为主动担保(自身网页对超链接网页进行担保)和被动担保(两者来源属于同一网络公司)，担保值越大，担保力度越大；若第一担保值过小和/或第二担保值过小和/或第四特征(即流程4中的“继续降低安全等级，访问新的超链接”)与组合风险特征匹配符合，说明捕捉流程存在严重风险，不可行，剔除对应第一捕捉节点；当捕捉对象为现实行为时，获取之前获取的用户的行为信息整合输入预测模型，预测用户接下来可能发生的行为，剔除无关的第一捕捉节点；但是，预测模型的自动化程度较高，人工无法介入预测过程，因此，需要判断预测模型的预测过程中是否存在非规范特征，分析影响，确定是否剔除无关的第一捕捉节点；需要剔除的第一捕捉节点全部剔除后，通过剩余的第三捕捉节点获取行为信息，输入心理健康评估模型进行评估即可；
201.本发明实施例设置多个第一捕捉节点，基于捕捉对象的不同，进行不同验证，当捕捉对象为网络行为时，对捕捉策略的可行性进行验证，保证了网络行为捕捉的安全性和精准性，当捕捉对象为现实行为时，对预测模型的预测过程进行把关，在提升系统效率(剔除无关的第一捕捉节点)的同时，保证行为预测的准确性；最后，通过心理健康评估模型进行评估，提升了心理健康评估效率。
202.本发明实施例提供了一种心理健康动态管理系统，介入模块3执行如下操作：
203.基于预设的介入方式
‑
虚拟空间库，确定第一介入方式对应的虚拟空间；
204.初始化虚拟空间；
205.当初始化完毕后，判断用户是否通过vr设备进入虚拟空间中的第一起始区域；
206.若是，实时获取用户面向的第一方向；
207.确定虚拟空间中第一方向对应的虚拟显示器，控制第一虚拟显示器播放第一心理教育素材；
208.若第一方向对应的虚拟显示器发生变化，控制变化后的虚拟显示器接力播放第一心理教育素材；
209.当第一心理教育素材播放完毕后，基于注意力分析技术，分析用户观看第一心理教育素材的第一注意力集中总体程度；
210.若第一注意力集中总体程度大于等于预设的注意力集中总体程度阈值，引导用户退出虚拟空间；
211.若第一注意力集中总体程度小于注意力集中总体程度阈值，和/或，预设的第一时间段内第一方向对应的虚拟显示器发生变化的次数大于等于预设的次数阈值，控制虚拟显示器停止播放，同时，触发虚拟空间中的第二起始区域；
212.判断用户是否通过vr设备进入第二起始区域；
213.若是，触发虚拟空间构建虚拟场景，同时，引导用户在虚拟场景中进行移动；
214.在用户的移动过程中，实时获取用户面向的第二方向；
215.确定虚拟场景中第二方向对应的触发点，触发触发点对应的第二心理教育素材并进行显示；
216.若第二方向对应的触发点发生变化，基于预设的心理教育素材关联库，确定新的触发点对应的第二心理教育素材与之前触发的第二心理教育素材之间是否存在关联；
217.若是，分屏显示新的触发点对应的第二心理教育素材和之前触发的第二心理教育素材；
218.若否，仅显示新的触发点对应的第二心理教育素材；
219.获取用户观看第二心理教育素材的进度信息；
220.基于注意力分析技术，分析用户观看第二心理教育素材的第二注意力集中总体程度；
221.获取预设的进度判定模型，将用户观看第二心理教育素材的进度信息和对应第二注意力集中总体程度输入进度判定模型，获取判定结果；
222.若判定结果为进度合格，引导用户退出虚拟空间。
223.上述技术方案的工作原理及有益效果为：
224.预设的介入方式
‑
虚拟空间库具体为：包含不同第一介入方式(例如：引导用户放松)对应的虚拟空间(vr空间，例如：vr空间中采用让人放松的主题)；预设的注意力集中程度阈值具体为：例如，95；预设的第一时间段具体为：例如，100秒；预设的次数阈值具体为：例如，3；预设的心理教育素材关联库具体为：包含不同心理教育素材之间的关联关系(例如：心理放松放松音乐和心理放松操)；预设的进度判定模型具体为：利用机器学习算法对大量人工进行进度判定的记录进行学习后生成的模型，该模型可以基于用户观看心理教育素材的进度(例如：播放至何时，用户切换)和注意力集中总体程度进行判定用户是否可以退出虚拟空间；
225.当产生第一异常类型时，可以提示用户佩戴vr设备，初始化虚拟空间，当判断用户进入第一起始区域(用户进入虚拟空间的起始区域)时，获取用户面向的第一方向，控制对应(显示器朝向用户)的虚拟显示器播放第一心理教育素材(例如：放松教程)，基于注意力
分析技术，获取第一注意力集中总体程度(例如：分析是否一直观看，是否跟着做动作等)；若第一注意力集中总体程度小于注意力集中总体程度阈值，说明用户需要继续进行；若第一方向变化过多，说明用户不喜欢该心理教育方式，主动进行切换；触发第二起始区域(虚拟空间中的一个区域)，引导用户进入该区域，当判定用户进入时，触发构建虚拟场景(例如：一片景色优美的森林)，获取第二方向，确定第二方向对应(用户看向哪，就触发那里)的触发点(例如：悬浮显示“放松操”)，当第二方向发生变化时，确定新队员的第二心理教育素材与之前触发的心理教育素材是否存在关联，若是，分屏显示(例如：显示放松音源mv和放松操教程视频，用户可以在森林里做放松操，更有助于放松)；基于进度判定模型判定用户是否可以退出虚拟空间，若是，引导其退出；
226.本发明实施例可以确定第一介入方式对应的虚拟空间，用户可以通过vr设备进入虚拟空间，接受针对性的心理教育；当确定用户不喜欢前一种心理教育方式时，无需用户主动切换(需要用户主动切换可能会使用户不耐烦)，更具有合理性，可以有效帮助用户进行心理疏导。
227.本发明实施例提供了一种心理健康动态管理系统，还包括：
228.重整模块，用于定时对所述异常类型
‑
介入方式库进行重整；
229.其中，所述重整模块执行如下操作：
230.提取所述异常类型
‑
介入方式库中的多个对应组合，所述对应组合包括：第三异常类型和第二介入方式；
231.基于预设的异常类型
‑
备选介入方式库，确定所述第三异常类型对应的备选的至少一个第三介入方式；
232.获取所述所述第三介入方式的至少一个第一效果值，同时，输出所述第一效果值的获取来源；
233.确定所述获取来源的来源类型，所述来源类型包括：本地和网络；
234.当所述获取来源的来源类型为本地时，获取所述获取来源的经验值，基于所述经验值对相应所述第一效果值进行调整，调整公式如下：
[0235][0236]
其中，α
′
为调整后的所述第一效果值，α为调整前的所述第一效果值，γ
1,0
为预设的经验值阈值，γ1为所述经验值；
[0237]
当所述获取来源的来源类型为网络时，获取所述获取来源的信用评价值，基于所述信用评价值对相应所述第一效果值进行调整，调整公式如下：
[0238][0239]
其中，β
′
为调整后的所述第一效果值，β为调整前的所述第一效果值，γ
2,0
为预设的信用评价值阈值，γ2为所述信用评价值；
[0240]
调整后，将调整的后的所述第一效果值作为第二效果值，其余所述第一效果值作为第三效果值；
[0241]
基于所述第二效果值和所述第三效果值计算排序指数，计算公式如下：
[0242][0243]
其中，σ为所述排序指数，p
t
为第t个所述第二效果值，l1为所述第二效果值的总数目，o
t
为第t个所述第三效果值，l2为所述第三效果值的总数目，ε为预设的常数，n1为所述第二效果值中大于等于预设的第一效果值阈值的所述第二效果值的总数目，n2为所述第三效果值中大于等于预设的第二效果值阈值的所述第三效果值的总数目，μ1和μ2为预设的权重值；
[0244]
选取所述排序指数的最大值对应的第三介入方式，并作为第四介入方式；
[0245]
确定所述第四介入方式与对应所述第二介入方式是否相同，若否，将所述第四介入方式替换对应所述第二介入方式；
[0246]
当需要替换的所述第二介入方式均被替换后，完成重整。
[0247]
上述技术方案的工作原理及有益效果为：
[0248]
预设的异常类型
‑
备选介入方式库具体为：包含不同异常类型对应的备选介入方式的数据库；预设的经验值阈值具体为：例如，75；预设的信用评价值阈值具体为：例如，68；预设的常数具体为：例如，2；预设的第一效果值具体为：例如，90；预设的第二效果值阈值具体为：88；
[0249]
获取第三介入方式的第一效果值，第一效果值的获取来源分为本地(本地的测试人员不断对介入方式的效果进行实验)和网络(其他机构的测试人员不断对介入方式的效果进行实验)；当来源类型为本地时，获取经验值(可由实验人员的资历等确定)；当来源类型为网络时，获取信用评价值(可由以往提供数据的可靠性进行确定)；基于经验值和信用评价值对第一效果值进行调整，调整公式中，经验值的大小和信用评价值的大小与调整后的第一效果值呈正相关，即经验值越小或信用评价值越小，调整后的第一效果值越小；基于调整后的第一效果值即第二效果值与未进行调整的第一效果值即第三效果值计算排序指数，公式中，第二效果值的大小和第三效果值的大小与排序指数的大小呈正相关；
[0250]
本发明实施例定时对所述异常类型
‑
介入方式库进行重整，保证能够确定最优介入方式，提升了介入效果；同时，通过上述公式快速确定最优介入方式，极大程度上提升了系统的工作效率。
[0251]
本发明实施例提供了一种心理健康动态管理系统，如图2所示，还包括：
[0252]
心理咨询模块4，用于供用户向心理医生进行心理咨询；
[0253]
心理咨询模块4执行如下操作：
[0254]
获取并显示预设的心理医生列表；
[0255]
接收用户从心理医生列表中挑选的心理医生；
[0256]
建立聊天窗口，将用户和心理医生接入聊天窗口。
[0257]
上述技术方案的工作原理及有益效果为：
[0258]
可以与心理医生进行合作，用户可以选择想要咨询的心理医生，进行在线心理咨询。
[0259]
本发明实施例提供了一种心理健康动态管理系统，还包括：
[0260]
预警模块，用于当评估结果包含至少一个第一异常类型时，将第一异常类型发送至用户绑定的监护终端。
[0261]
上述技术方案的工作原理及有益效果为：
[0262]
当评估结果包含第一异常类型时，将第一异常类型发送至用户绑定的监护终端(例如：亲人的手机)，进行提示预警。
[0263]
本发明实施例提供了一种心理健康动态管理方法，如图3所示，包括：
[0264]
步骤s1：动态获取用户的行为信息，基于行为信息，对用户的当前心理健康状态进行评估；
[0265]
步骤s2：当评估结果包含至少一个第一异常类型时，基于预设的异常类型
‑
介入方式库，确定第一异常类型对应的第一介入方式；
[0266]
步骤s3：基于第一介入方式，进行相应介入。
[0267]
上述技术方案的工作原理及有益效果为：
[0268]
预设的异常类型
‑
介入方式库具体为：包含不同第一异常类型(例如：过度焦虑)对应的第一介入方式(例如：引导用户进行放松)的数据库；
[0269]
获取用户的行为信息(例如：在什么样的环境内产生什么样的动作，可基于毫米波雷达传感器对用户所在环境进行三维轮廓扫描实现，用户可佩戴安装毫米波雷达传感器的穿戴设备，还可以是用户访问什么网页等)；基于行为信息，对用户的当前心理健康状态进行评估；若评估结果包含第一异常类型，确定第一介入方式，及时进行介入(进行介入时，也可基于穿戴设备进行实现)；
[0270]
本发明实施例基于用户的行为信息，对用户的当前心理健康状态进行评估，当评估结果包含第一异常类型时，确定相应的第一介入方式，及时进行介入，帮助具有心理精神障碍问题的人产生过激行为时，及时救助，无需有人时刻进行监护。
[0271]
本发明实施例提供了一种心理健康动态管理方法，步骤s1：动态获取用户的行为信息，基于行为信息，对用户的当前心理健康状态进行评估，包括：
[0272]
获取预设的捕捉节点集，捕捉节点集包括：多个第一捕捉节点；
[0273]
获取第一捕捉节点对应的捕捉对象，捕捉对象包括：网络行为和现实行为；
[0274]
当第一捕捉节点对应的捕捉对象为网络行为时，获取第一捕捉节点对应的捕捉策略；
[0275]
对捕捉策略进行策略分解，获得多个分解策略；
[0276]
对分解策略进行流程分析，获得流程序列；
[0277]
按照流程先后顺序遍历流程序列中的第一流程；
[0278]
对遍历到的第一流程进行特征提取，获得至少一个第一特征；
[0279]
获取预设的风险特征库，将第一特征与风险特征库中的第二特征进行特征匹配，若存在第一特征与第二特征匹配符合，将匹配符合的第二特征作为第三特征，同时，将对应第一流程作为第二流程；
[0280]
获取第三特征对应的风险的风险类型，风险类型包括：单独风险和组合风险；
[0281]
获取第二流程涉及的至少一个第一捕捉场景；
[0282]
当第三特征对应的风险的风险类型为单独风险时，获取捕捉场景的可信度，若可信度小于等于预设的可信度阈值，剔除对应第一捕捉节点；
[0283]
当第三特征对应的风险的风险类型为组合风险时，基于预设的风险特征
‑
组合风险特征库，确定第三特征对应的至少一个组合风险特征；
[0284]
从流程序列中选取第二流程前和/或后预设数目个第一流程，并作为第三流程；
[0285]
获取第三流程涉及的至少一个第二捕捉场景；
[0286]
获取第一捕捉场景和是第二捕捉场景之间的至少一个担保关系，确定担保关系的担保类型，担保类型包括：主动担保和被动担保；
[0287]
当担保关系的担保类型为主动担保时，对担保关系进行解析，获取第一担保值；
[0288]
当担保关系的担保类型为被动担保时，对担保关系进行解析，获取第二担保值；
[0289]
对第三流程进行特征提取，获得至少一个第四特征；
[0290]
将第四特征与组合风险特征进行特征匹配；
[0291]
若存在第四特征与组合风险特征匹配符合，和/或，第一担保值小于等于预设的第一担保值阈值，和/或，第二担保值小于等于预设的第二担保值阈值，剔除对应第一捕捉节点；
[0292]
当第一捕捉节点对应的捕捉对象为现实行为时，获取之前获取的用户的行为信息并进行整合，获得待预测信息；
[0293]
获取预设的预测模型，将待预测信息输入预测模型，获取预测结果；
[0294]
获取预测模型产生预测结果的预测过程；
[0295]
对预测过程进行过程分析，获得过程序列；
[0296]
按照过程先后顺序遍历过程序列中的第一过程；
[0297]
对遍历到的第一过程进行特征提取，获得多个第五特征；
[0298]
获取预设的非规范特征库，将第五特征与非规范特征库中的第六特征进行特征匹配，若匹配符合，将匹配符合的第六特征作为第七特征，同时，将对应第一过程作为第二过程；
[0299]
查询预设的特征
‑
判定值库，确定第七特征对应的判定值；
[0300]
选取过程序列中第二过程之后的第一过程，并作为第三过程；
[0301]
获取预设的影响分析模型，将第二过程和第三过程输入影响分析模型，获取影响值；
[0302]
遍历结束后，当判定值均小于等于预设的判定值阈值且影响值均小于等于预设的影响值阈值，尝试提取预测结果包含的至少一个第二异常类型，若提取成功，基于预设的异常类型
‑
捕捉节点库，确定第二异常类型对应的至少一个第二捕捉节点；
[0303]
剔除第一捕捉节点中除第二捕捉节点之外的第一捕捉节点；
[0304]
当第一捕捉节点中需要剔除的第一捕捉节点均剔除后，将剩余的第一捕捉节点作为第三捕捉节点；
[0305]
通过第三捕捉节点获取最新的至少一个行为信息项；
[0306]
整合获取的行为信息项，获得用户的行为信息，完成获取；
[0307]
获取预设的心理健康评估模型，将行为信息输入心理健康评估模型，获取评估结果，完成评估。
[0308]
上述技术方案的工作原理及有益效果为：
[0309]
预设的风险特征库具体为：包含多个捕捉网络行为的流程中的风险特征(例如：降
低安全等级，访问不属于站内资源的超链接)的数据库；预设的可信度阈值具体为：例如，98；预设的风险特征
‑
组合风险特征库具体为：包含不同风险特征对应的组合风险特征(例如：继续降低安全等级，访问超链接对应的网页中的超链接)；预设数目具体为：例如，3；预设的第一担保值阈值具体为：例如，85；预设的第二担保值阈值具体为：例如，90；预设的预测模型具体为：利用机器学习算法对大量人工基于历史行为信息预测行为的记录进行学习后生成的模型，该模型可以预测行为；预设的非规范特征库具体为：包含多个预测模型在预测过程中的不规范特征(例如：某类型的行为数据不连续时，自行进行补全)；预设的特征
‑
判定值库具体为：包含不同不规范特征对应的判定值的数据库(例如：50)；预设的影响分析模型具体为：利用机器学习算法对大量人工分析预测模型预测过程的不规范特征对之后的过程的影响的记录进行学习后生成的模型，该模型可以分析影响，获取影响值，影响值越大，影响越大；预设的判定值阈值具体为：例如，75；预设的异常类型
‑
捕捉节点库具体为：包含不同第一异常类型对应的捕捉节点的数据库；预设的心理健康评估模型具体为：利用机器学习算法对大量人工(例如：心理医生)进行心理健康评估的记录进行学习后生成的模型，该模型可以进行心理健康评估；
[0310]
第一捕捉节点(行为捕捉数据获取节点)的捕捉对象分为网络行为(例如：访问什么网页)和现实行为(例如：产生什么动作)；当捕捉对象为网络行为时，采用不同捕捉策略进行捕捉，对捕捉策略进行策略分解和流程分析(执行先后顺序分析)，获得流程序列(例如：流程1，访问用户当前浏览网页，流程2，获取网页内容，提取关键词，流程3，若存在超链接，降低安全等级，访问超链接，流程4，若超链接对应的网页中存在新的超链接，继续降低安全等级，访问新的超链接)；将第一流程的第一特征与第二特征进行匹配，若匹配符合，确定第三特征(例如：流程3中的“降低安全等级，访问超链接”)，确定风险类型，风险类型分为单独风险(例如：超链接中存在木马)和组合风险(超链接中存在潜在木马，超链接对应的网页中的超链接存在激活该密码的代码)；当为单独风险时，获取捕捉场景(例如：网页)的可信度，若可信度较小，剔除对应第一捕捉节点；若为组合风险，确定组合风险特征(例如：“继续降低安全等级，访问新的超链接”)，一般网站在设置超链接时，对超链接的安全性作有担保，形成担保关系，担保类型分为主动担保(自身网页对超链接网页进行担保)和被动担保(两者来源属于同一网络公司)，担保值越大，担保力度越大；若第一担保值过小和/或第二担保值过小和/或第四特征(即流程4中的“继续降低安全等级，访问新的超链接”)与组合风险特征匹配符合，说明捕捉流程存在严重风险，不可行，剔除对应第一捕捉节点；当捕捉对象为现实行为时，获取之前获取的用户的行为信息整合输入预测模型，预测用户接下来可能发生的行为，剔除无关的第一捕捉节点；但是，预测模型的自动化程度较高，人工无法介入预测过程，因此，需要判断预测模型的预测过程中是否存在非规范特征，分析影响，确定是否剔除无关的第一捕捉节点；需要剔除的第一捕捉节点全部剔除后，通过剩余的第三捕捉节点获取行为信息，输入心理健康评估模型进行评估即可；
[0311]
本发明实施例设置多个第一捕捉节点，基于捕捉对象的不同，进行不同验证，当捕捉对象为网络行为时，对捕捉策略的可行性进行验证，保证了网络行为捕捉的安全性和精准性，当捕捉对象为现实行为时，对预测模型的预测过程进行把关，在提升系统效率(剔除无关的第一捕捉节点)的同时，保证行为预测的准确性；最后，通过心理健康评估模型进行评估，提升了心理健康评估效率。
[0312]
本发明实施例提供了一种心理健康动态管理方法，步骤s3：基于第一介入方式，进行相应介入，包括：
[0313]
基于预设的介入方式
‑
虚拟空间库，确定第一介入方式对应的虚拟空间；
[0314]
初始化虚拟空间；
[0315]
当初始化完毕后，判断用户是否通过vr设备进入虚拟空间中的第一起始区域；
[0316]
若是，实时获取用户面向的第一方向；
[0317]
确定虚拟空间中第一方向对应的虚拟显示器，控制第一虚拟显示器播放第一心理教育素材；
[0318]
若第一方向对应的虚拟显示器发生变化，控制变化后的虚拟显示器接力播放第一心理教育素材；
[0319]
当第一心理教育素材播放完毕后，基于注意力分析技术，分析用户观看第一心理教育素材的第一注意力集中总体程度；
[0320]
若第一注意力集中总体程度大于等于预设的注意力集中总体程度阈值，引导用户退出虚拟空间；
[0321]
若第一注意力集中总体程度小于注意力集中总体程度阈值，和/或，预设的第一时间段内第一方向对应的虚拟显示器发生变化的次数大于等于预设的次数阈值，控制虚拟显示器停止播放，同时，触发虚拟空间中的第二起始区域；
[0322]
判断用户是否通过vr设备进入第二起始区域；
[0323]
若是，触发虚拟空间构建虚拟场景，同时，引导用户在虚拟场景中进行移动；
[0324]
在用户的移动过程中，实时获取用户面向的第二方向；
[0325]
确定虚拟场景中第二方向对应的触发点，触发触发点对应的第二心理教育素材并进行显示；
[0326]
若第二方向对应的触发点发生变化，基于预设的心理教育素材关联库，确定新的触发点对应的第二心理教育素材与之前触发的第二心理教育素材之间是否存在关联；
[0327]
若是，分屏显示新的触发点对应的第二心理教育素材和之前触发的第二心理教育素材；
[0328]
若否，仅显示新的触发点对应的第二心理教育素材；
[0329]
获取用户观看第二心理教育素材的进度信息；
[0330]
基于注意力分析技术，分析用户观看第二心理教育素材的第二注意力集中总体程度；
[0331]
获取预设的进度判定模型，将用户观看第二心理教育素材的进度信息和对应第二注意力集中总体程度输入进度判定模型，获取判定结果；
[0332]
若判定结果为进度合格，引导用户退出虚拟空间。
[0333]
上述技术方案的工作原理及有益效果为：
[0334]
预设的介入方式
‑
虚拟空间库具体为：包含不同第一介入方式(例如：引导用户放松)对应的虚拟空间(vr空间，例如：vr空间中采用让人放松的主题)；预设的注意力集中程度阈值具体为：例如，95；预设的第一时间段具体为：例如，100秒；预设的次数阈值具体为：例如，3；预设的心理教育素材关联库具体为：包含不同心理教育素材之间的关联关系(例如：心理放松放松音乐和心理放松操)；预设的进度判定模型具体为：利用机器学习算法对
大量人工进行进度判定的记录进行学习后生成的模型，该模型可以基于用户观看心理教育素材的进度(例如：播放至何时，用户切换)和注意力集中总体程度进行判定用户是否可以退出虚拟空间；
[0335]
当产生第一异常类型时，可以提示用户佩戴vr设备，初始化虚拟空间，当判断用户进入第一起始区域(用户进入虚拟空间的起始区域)时，获取用户面向的第一方向，控制对应(显示器朝向用户)的虚拟显示器播放第一心理教育素材(例如：放松教程)，基于注意力分析技术，获取第一注意力集中总体程度(例如：分析是否一直观看，是否跟着做动作等)；若第一注意力集中总体程度小于注意力集中总体程度阈值，说明用户需要继续进行；若第一方向变化过多，说明用户不喜欢该心理教育方式，主动进行切换；触发第二起始区域(虚拟空间中的一个区域)，引导用户进入该区域，当判定用户进入时，触发构建虚拟场景(例如：一片景色优美的森林)，获取第二方向，确定第二方向对应(用户看向哪，就触发那里)的触发点(例如：悬浮显示“放松操”)，当第二方向发生变化时，确定新队员的第二心理教育素材与之前触发的心理教育素材是否存在关联，若是，分屏显示(例如：显示放松音源mv和放松操教程视频，用户可以在森林里做放松操，更有助于放松)；基于进度判定模型判定用户是否可以退出虚拟空间，若是，引导其退出；
[0336]
本发明实施例可以确定第一介入方式对应的虚拟空间，用户可以通过vr设备进入虚拟空间，接受针对性的心理教育；当确定用户不喜欢前一种心理教育方式时，无需用户主动切换(需要用户主动切换可能会使用户不耐烦)，更具有合理性，可以有效帮助用户进行心理疏导。
[0337]
本发明实施例提供了一种心理健康动态管理方法，还包括：
[0338]
定时对所述异常类型
‑
介入方式库进行重整；
[0339]
其中，定时对所述异常类型
‑
介入方式库进行重整，包括：
[0340]
提取所述异常类型
‑
介入方式库中的多个对应组合，所述对应组合包括：第三异常类型和第二介入方式；
[0341]
基于预设的异常类型
‑
备选介入方式库，确定所述第三异常类型对应的备选的至少一个第三介入方式；
[0342]
获取所述所述第三介入方式的至少一个第一效果值，同时，输出所述第一效果值的获取来源；
[0343]
确定所述获取来源的来源类型，所述来源类型包括：本地和网络；
[0344]
当所述获取来源的来源类型为本地时，获取所述获取来源的经验值，基于所述经验值对相应所述第一效果值进行调整，调整公式如下：
[0345][0346]
其中，α
′
为调整后的所述第一效果值，α为调整前的所述第一效果值，γ
1,0
为预设的经验值阈值，γ1为所述经验值；
[0347]
当所述获取来源的来源类型为网络时，获取所述获取来源的信用评价值，基于所述信用评价值对相应所述第一效果值进行调整，调整公式如下：
[0348][0349]
其中，β
′
为调整后的所述第一效果值，β为调整前的所述第一效果值，γ
2,0
为预设的信用评价值阈值，γ2为所述信用评价值；
[0350]
调整后，将调整的后的所述第一效果值作为第二效果值，其余所述第一效果值作为第三效果值；
[0351]
基于所述第二效果值和所述第三效果值计算排序指数，计算公式如下：
[0352][0353]
其中，σ为所述排序指数，p
t
为第t个所述第二效果值，l1为所述第二效果值的总数目，o
t
为第t个所述第三效果值，l2为所述第三效果值的总数目，ε为预设的常数，n1为所述第二效果值中大于等于预设的第一效果值阈值的所述第二效果值的总数目，n2为所述第三效果值中大于等于预设的第二效果值阈值的所述第三效果值的总数目，μ1和μ2为预设的权重值；
[0354]
选取所述排序指数的最大值对应的第三介入方式，并作为第四介入方式；
[0355]
确定所述第四介入方式与对应所述第二介入方式是否相同，若否，将所述第四介入方式替换对应所述第二介入方式；
[0356]
当需要替换的所述第二介入方式均被替换后，完成重整。
[0357]
上述技术方案的工作原理及有益效果为：
[0358]
预设的异常类型
‑
备选介入方式库具体为：包含不同异常类型对应的备选介入方式的数据库；预设的经验值阈值具体为：例如，75；预设的信用评价值阈值具体为：例如，68；预设的常数具体为：例如，2；预设的第一效果值具体为：例如，90；预设的第二效果值阈值具体为：88；
[0359]
获取第三介入方式的第一效果值，第一效果值的获取来源分为本地(本地的测试人员不断对介入方式的效果进行实验)和网络(其他机构的测试人员不断对介入方式的效果进行实验)；当来源类型为本地时，获取经验值(可由实验人员的资历等确定)；当来源类型为网络时，获取信用评价值(可由以往提供数据的可靠性进行确定)；基于经验值和信用评价值对第一效果值进行调整，调整公式中，经验值的大小和信用评价值的大小与调整后的第一效果值呈正相关，即经验值越小或信用评价值越小，调整后的第一效果值越小；基于调整后的第一效果值即第二效果值与未进行调整的第一效果值即第三效果值计算排序指数，公式中，第二效果值的大小和第三效果值的大小与排序指数的大小呈正相关；
[0360]
本发明实施例定时对所述异常类型
‑
介入方式库进行重整，保证能够确定最优介入方式，提升了介入效果；同时，通过上述公式快速确定最优介入方式，极大程度上提升了系统的工作效率。
[0361]
本发明实施例提供了一种心理健康动态管理方法，还包括：
[0362]
供用户向心理医生进行心理咨询；
[0363]
其中，供用户向心理医生进行心理咨询，包括：
[0364]
获取并显示预设的心理医生列表；
[0365]
接收用户从心理医生列表中挑选的心理医生；
[0366]
建立聊天窗口，将用户和心理医生接入聊天窗口。
[0367]
上述技术方案的工作原理及有益效果为：
[0368]
可以与心理医生进行合作，用户可以选择想要咨询的心理医生，进行在线心理咨询。
[0369]
本发明实施例提供了一种心理健康动态管理方法，当评估结果包含至少一个第一异常类型时，将第一异常类型发送至用户绑定的监护终端。
[0370]
上述技术方案的工作原理及有益效果为：
[0371]
当评估结果包含第一异常类型时，将第一异常类型发送至用户绑定的监护终端(例如：亲人的手机)，进行提示预警。
[0372]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。