一种基于大数据的心理健康课程推荐系统及方法与流程

1.本发明涉及内容推荐技术领域，具体为一种基于大数据的心理健康课程推荐系统及方法。


背景技术：

2.心理健康是指心理的各个方面及活动过程处于一种良好或正常的状态，随着社会多元化的发展，个人心理健康问题日愈引人关心，个人心理健康不仅影响自身发展,也关系到社会的发展，因此，亟待解决。
3.现有的心理健康课程推荐系统主要对留有心理健康案底的人群推荐心理健康课程，无法对心理健康隐藏人群推荐相关课程，使得该类隐藏人群无法在初期得到很好的心理辅导，导致该类人群心理问题逐渐严重化，加剧社会心理健康问题，以及现有的心理健康课程推荐系统在对个人心理健康问题进行预测、判断时，仅通过个人日常观看内容进行判断，无法避免其它因素干扰，预测精度低，以及现有的心理健康课程推荐系统在推荐课程时经常向客户推荐大量课程，且无法对客户产生心理问题的主导因素进行判断，从而浪费客户时间，且辅助治疗效果不明显。


技术实现要素：

4.本发明的目的在于提供一种基于大数据的心理健康课程推荐系统及方法，以解决上述背景技术中提出的问题。
5.为了解决上述技术问题，本发明提供如下技术方案：包括个人情绪分析模块、计算处理模块、课程匹配模块、课程推荐模块和课程接收模块；
6.所述个人情绪分析模块用于对表现个人情绪的相关因素进行数据、内容采集，对采集内容进行相关处理，并将处理后的采集内容传输至计算处理模块；
7.所述计算处理模块对个人情绪分析模块传输的采集内容进行接收，并根据采集内容对个人情绪走向、发生概率、主导因素和各因素所占比重进行计算、预测，并将计算内容和个人情绪主导因素传输至课程匹配模块；
8.所述课程匹配模块用于对计算处理模块传输的计算内容和个人情绪主导因素进行接收，基于计算内容和个人情绪主导因素匹配适合使用者的心理健康课程，并将课程匹配结果传输至课程推荐模块；
9.所述课程推荐模块对课程匹配模块传输的课程匹配结果进行接收，并结合课程授课教师和授课教师课程安排时间对课程进行合理规划，并将规划处理后的课程传输至课程接收模块，以及对课程接收模块传输的反馈信息进行接收；
10.所述课程接收模块对课程推荐模块传输的课程规划进行接收，并根据接收内容选择是否接受，并将接受选择结果和个人相关信息反馈至课程推荐模块。
11.进一步的，所述个人情绪分析模块包括通话分贝采集单元、视频观看信息采集单元、搜索内容采集单元、通话分贝处理单元和统计处理单元；
12.所述通话分贝采集单元对智能电子产品使用者的通话分贝值进行采集，并将采集的通话分贝信息传输至通话分贝处理单元；
13.所述视频观看信息采集单元对智能电子产品使用者的视频观看内容、时长和重复视频播放次数进行采集，并将采集内容传输至统计处理单元；
14.所述搜索内容采集单元对智能电子产品使用者的搜索关键词和关键词重复搜索次数进行采集，并将采集内容传输至统计处理单元；
15.所述通话分贝处理单元对通话分贝采集单元传输的通话分贝信息进行接收，将接收内容按照单分贝、多分贝进行划分，基于单分贝对多分贝中存在的其它声音进行去噪处理，将去噪处理后的通话分贝信息进行标记，其中，单分贝表示只有一种声音存在时的分贝，多分贝表示两种或两种以上声音存在时的分贝，并将处理后的通话分贝信息传输至计算处理模块；
16.所述统计处理单元对视频观看信息采集单元和搜索内容采集单元采集的信息进行接收，对接收内容按照消极信息和积极信息进行划分，对划分后各种信息出现的次数和信息重复出现的次数进行统计，并将统计结果传输至计算处理模块。
17.进一步的，所述计算处理模块包括计算单元一、计算单元二和分析处理单元；
18.所述计算单元一对通话分贝处理单元传输的处理结果进行接收，基于处理结果对智能电子产品使用者在通话过程中是否出现情绪波动进行预测、计算，并将预测、计算结果传输至分析处理单元；
19.所述计算单元二对统计处理单元传输的统计结果进行接收，根据统计结果对智能电子产品使用者日常生活中出现消极情绪进行预测、计算，并将预测、计算结果传输至分析处理单元；
20.所述分析处理单元对计算单元一和计算单元二传输的预测、计算结果进行接收，根据接收内容分析智能电子产品使用者是否存在心理健康问题，并将分析结果和预测、计算结果传输至课程匹配模块。
21.进一步的，所述计算单元一对使用者在通话过程中是否出现情绪波动进行预测、计算的具体方法为：
22.step1:以时间为横坐标，各时刻的通话分贝值为纵坐标构建直角坐标系，取与x轴、y轴方向相同的两个单位向量i、j作为基底，则坐标系中任意一个坐标都可以用向量进行表示；
23.step2:设各点的坐标向量为，则通过向量之间的相减运算预测使用者在通话过程中是否出现情绪波动，以及单次出现情绪波动的总时长，并将预测出使用者在通话过程中出现情绪波动的坐标向量放入集合s，其中，a表示时间值，b表示a时刻的通话分贝值，a、b为变量，n＝1、2、3、4、5...，n表示向量坐标的次序；
24.step3:先预测分析进行标记处理后的通话分贝信息，若存在情绪波动情况，则无需对未标记处理后的通话分贝信息进行预测分析，若不存在情绪波动情况，则对未标记处理后的通话分贝信息进行预测分析，进行标记处理的通话分贝信息对使用者的情绪反应更具代表性，先对其进行预测分析，可快速对使用者的情绪进行预测，减少预测分析时间，且预测结果更加精确；
25.step4:预测使用者是否出现情绪波动的具体公式为：
26.向量相减运算公式为：
[0027][0028]
通过判断值的正负，预测使用者在通话过程中是否出现情绪波动，若值为负，则出现情绪波动，将an坐标向量按照n值大小顺序放入集合s，并将an点作为情绪波动参考点，若值为正，则未出现情绪波动，此时将an坐标向量舍弃，将an放入集合s中，可通过n值是否连续，快速计算使用者单次出现情绪波动的总时长；
[0029]
基于集合s对使用者单次出现情绪波动总时长进行计算，若使用者出现情绪波动时间过短，则对该段时间内的坐标向量再次进行计算，构建该段时间内表示通话分贝的函数表达式f(t)：
[0030]
使用者单次出现情绪波动总时长t的计算公式为：
[0031]
t＝a
n-a
n-z
；
[0032]
其中，z表示向量坐标次序，a
n-a
n-z
表示第n-z个向量距离第n个向量之间发生的总时长，当t≤30s时，带入f(t)公式进行计算、预测，通过计算使用者单次出现情绪波动总时长，可避免使用者在通话过程中因发生意外情况而干扰预测结果，例如，被他人惊吓以及碰撞它物体发出的声音等；
[0033]
f(t)的具体表达式为：
[0034]
f(t)＝logmmkx h；
[0035][0036]
其中，k表示an、a
n-1
两点之间的斜率，h表示x为0时bn的值，当bn、b
n-1
值相等时k＝0，此时f(t)＝h，表示该段时间内使用者通话分贝值保持不变，一直处于情绪平稳状态，当bn、b
n-1
值不相等时k≠0，此时f(t)＝kx h，表示该段时间内使用者通话分贝值发生改变，通过k值正负预测使用者情绪处于激动或平复状态，再结合k＝0、k≠0时发生的时间顺序，综合判断使用者情绪处于激动或平复状态。
[0037]
进一步的，所述计算单元二根据统计结果对智能电子产品使用者日常生活中出现消极情绪进行预测、计算的具体方法为：
[0038]
步骤一：根据统计结果对搜索关键词中的敏感词语进行捕捉，将敏感搜索词放入集合r中，将存在消极作用的视频放入集合q中；
[0039]
步骤二：记r＝{r1、r2、...、ru}，q＝{q1、q2、
…
、qd}，其中r表示敏感搜索词，q表示消极视频，u、d分别表示敏感搜索词数量和消极视频数量；
[0040]
步骤三：根据步骤二中的内容对各种敏感词、消极视频所占比重进行计算，具体的计算公式为：
[0041]
某个敏感词占所有敏感词的比重为：
[0042]
[0043]
其中，gg表示某个敏感词占所有敏感词的比重公式，表示敏感词的总数量，rg表示第g个敏感词，100表示放大系数；
[0044]
某种消极视频占所有消极视频的比重为：
[0045][0046]
其中，ev表示某种消极视频占所有消极视频的比重公式，表示消极视频的总种类，qv表示第v个敏感词，100表示放大系数；
[0047]
通过对各种敏感词、消极视频所占比重进行计算，可快速判断时使用者情绪波动的主导因素，根据主导因素可为使用者推荐相匹配的心理健康课程。
[0048]
进一步的，所述课程匹配模块对计算处理模块传输的分析结果和预测、计算结果进行接收，并根据计算单元一传输的预测、计算结果判断使用者的情绪走向，预测使用者情绪波动频率，再根据计算单元二传输的预测、计算结果判断造成使用者情绪波动的主导因素，并根据计算出的比重值判断使用者情绪指数，从而对使用者的消极程度进行预测，结合通过计算单元一和计算单元二预测的结果匹配出符合使用者心理健康课程，并将匹配课程和情绪波动主导因素传输至课程推荐模块。
[0049]
进一步的，所述课程推荐模块包括接收单元、课程规划单元、课程推荐单元和回馈接受单元；
[0050]
所述接收单元对课程匹配模块传输的匹配课程和情绪波动主导因素进行接收，根据情绪波动主导因素对匹配课程进行删减，并将删减后的匹配课程传输至课程规划单元；
[0051]
所述课程规划单元对接收单元传输的课程内容进行接收，结合课程授课教师和授课教师课程安排时间对课程进行合理规划，并将规划结果传输至课程推荐单元；
[0052]
所述课程推荐单元对课程规划单元传输的课程信息以短信格式发送至信息回馈单元和课程接收模块；
[0053]
所述信息回馈单元对课程接收模块传输的回馈信息和课程推荐单元传输的课程信息进行接收，并根据课程信息内容对课程接受者的相关信息进行登记。
[0054]
进一步的，所述课程接收模块对课程推荐模块传输的课程规划内容进行接收，并根据接收内容选择是否接受该课程推荐，若接受，则对规划后的课程种类进行选择，并将选择结果和个人相关信息反馈至信息回馈单元。
[0055]
进一步的，所述课程接收模块为使用者的智能电子产品。
[0056]
与现有技术相比，本发明所达到的有益效果是：
[0057]
1.本发明通过对个人日常通话分贝值、视频观看内容、时长和重复视频播放次数以及搜索关键词和关键词重复搜索次数进行采集，通过个人日常通话分贝值对个人情绪波走向、单次情绪波动时长和情绪波动概率进行预测、判断，从而对心理健康隐藏人群进行挖掘，保证该类人群在心理健康初期得到很好的心理辅导，减避该类人群心理问题逐渐严重化，进一步缓解了社会心理健康问题。
[0058]
2.本发明通过对个人日常通话分贝值、视频观看内容以及搜索关键词综合对个人心理健康问题进行预测、判断，个人通话分贝值在个人情绪分析过程中更具代表性，通过对较短时间内具有情绪波动倾向的通话分贝值进行二次处理，有效避免一些干扰因素的存在，且预测精度高。
[0059]
3.本发明通过对某个敏感词占所有敏感词的比重以及某种消极视频占所有消极视频的比重进行计算，可预测个人情绪波动的主导因素，基于情绪波动主导因素匹配相适应的心理健康课程，有效减少客户辅导时间，且辅助治疗效果更佳。
附图说明
[0060]
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：
[0061]
图1是本发明一种基于大数据的心理健康课程推荐系统及方法的流程结构示意图。
具体实施方式
[0062]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0063]
请参阅图1，本发明提供技术方案：包括个人情绪分析模块s1、计算处理模块s2、课程匹配模块s3、课程推荐模块s4和课程接收模块s5；
[0064]
个人情绪分析模块s1用于对表现个人情绪的相关因素进行数据、内容采集，对采集内容进行相关处理，并将处理后的采集内容传输至计算处理模块s2；个人情绪分析模块s1包括通话分贝采集单元s11、视频观看信息采集单元s12、搜索内容采集单元s13、通话分贝处理单元s14和统计处理单元s15；
[0065]
通话分贝采集单元s11对智能电子产品使用者的通话分贝值进行采集，并将采集的通话分贝信息传输至通话分贝处理单元s14，个人通话分贝值对个人情绪分析来说是最具代表性的一个特征，提高了预测精度；
[0066]
视频观看信息采集单元s12对智能电子产品使用者的视频观看内容、时长和重复视频播放次数进行采集，并将采集内容传输至统计处理单元s15；
[0067]
搜索内容采集单元s13对智能电子产品使用者的搜索关键词和关键词重复搜索次数进行采集，并将采集内容传输至统计处理单元s15；
[0068]
通话分贝处理单元s14对通话分贝采集单元s11传输的通话分贝信息进行接收，将接收内容按照单分贝、多分贝进行划分，基于单分贝对多分贝中存在的其它声音进行去噪处理，将去噪处理后的通话分贝信息进行标记，其中，单分贝表示只有一种声音存在时的分贝，多分贝表示两种或两种以上声音存在时的分贝，并将处理后的通话分贝信息传输至计算处理模块s2，对去噪处理后的通话分贝进行标记，便于快速对标记通话分贝进行优先处理，节约预测、计算时间；
[0069]
统计处理单元s15对视频观看信息采集单元s12和搜索内容采集单元s13采集的信
息进行接收，对接收内容按照消极信息和积极信息进行划分，对划分后各种信息出现的次数和信息重复出现的次数进行统计，并将统计结果传输至计算处理模块s2。
[0070]
计算处理模块s2对个人情绪分析模块s1传输的采集内容进行接收，并根据采集内容对个人情绪走向、发生概率、主导因素和各因素所占比重进行计算、预测，并将计算内容和个人情绪主导因素传输至课程匹配模块s3；计算处理模块s2包括计算单元一s21、计算单元二s22和分析处理单元s23；
[0071]
计算单元一s21用于对通话分贝处理单元s14传输的处理结果进行接收，基于处理结果对智能电子产品使用者在通话过程中是否出现情绪波动进行预测、计算，并将预测、计算结果传输至分析处理单元s23；计算单元一s21对使用者在通话过程中是否出现情绪波动进行预测、计算的具体方法为：
[0072]
step1:以时间为横坐标，各时刻的通话分贝值为纵坐标构建直角坐标系，取与x轴、y轴方向相同的两个单位向量i、j作为基底，则坐标系中任意一个坐标都可以用向量进行表示；
[0073]
step2:设各点的坐标向量为，则通过向量之间的相减运算预测使用者在通话过程中是否出现情绪波动，以及单次出现情绪波动的总时长，并将预测出使用者在通话过程中出现情绪波动的坐标向量放入集合s，其中，a表示时间值，b表示a时刻的通话分贝值，a、b为变量，n＝1、2、3、4、5
…
，n表示向量坐标的次序；
[0074]
step3:先预测分析进行标记处理后的通话分贝信息，若存在情绪波动情况，则无需对未标记处理后的通话分贝信息进行预测分析，若不存在情绪波动情况，则对未标记处理后的通话分贝信息进行预测分析，进行标记处理的通话分贝信息对使用者的情绪反应更具代表性，先对其进行预测分析，可快速对使用者的情绪进行预测，减少预测分析时间，且预测结果更加精确；
[0075]
step4:预测使用者是否出现情绪波动的具体公式为：
[0076]
向量相减运算公式为：
[0077][0078]
通过判断值的正负，预测使用者在通话过程中是否出现情绪波动，若值为负，则出现情绪波动，将an坐标向量按照n值大小顺序放入集合s，并将an点作为情绪波动参考点，若值为正，则未出现情绪波动，此时将an坐标向量舍弃，将an放入集合s中，可通过n值是否连续，快速计算使用者单次出现情绪波动的总时长；
[0079]
基于集合s对使用者单次出现情绪波动总时长进行计算，若使用者出现情绪波动时间过短，则对该段时间内的坐标向量再次进行计算，构建该段时间内表示通话分贝的函数表达式f(t)：
[0080]
使用者单次出现情绪波动总时长t的计算公式为：
[0081]
t＝a
n-a
n-z
；
[0082]
其中，z表示向量坐标次序，a
n-a
n-z
表示第n-z个向量距离第n个向量之间发生的总时长，当t≤30s时，带入f(t)公式进行计算、预测，通过计算使用者单次出现情绪波动总时长，可避免使用者在通话过程中因发生意外情况而干扰预测结果，例如，被他人惊吓以及碰
撞它物体发出的声音等；
[0083]
f(t)的具体表达式为：
[0084]
f(t)＝logmmkx h；
[0085][0086]
其中，k表示an、a
n-1
两点之间的斜率，h表示x为0时bn的值，当bn、b
n-1
值相等时k＝0，此时f(t)＝h，表示该段时间内使用者通话分贝值保持不变，一直处于情绪平稳状态，当bn、b
n-1
值不相等时k≠0，此时f(t)＝kx h，表示该段时间内使用者通话分贝值发生改变，通过k值正负预测使用者情绪处于激动或平复状态，再结合k＝0、k≠0时发生的时间顺序，综合判断使用者情绪处于激动或平复状态。
[0087]
计算单元二s22用于对统计处理单元s15传输的统计结果进行接收，根据统计结果对智能电子产品使用者日常生活中出现消极情绪进行预测、计算，并将预测、计算结果传输至分析处理单元s23；计算单元二s22根据统计结果对智能电子产品使用者日常生活中出现消极情绪进行预测、计算的具体方法为：
[0088]
步骤一：根据统计结果对搜索关键词中的敏感词语进行捕捉，将敏感搜索词放入集合r中，将存在消极作用的视频放入集合q中；
[0089]
步骤二：记r＝{r1、r2、
…
、ru}，q＝{q1、q2、
…
、qd}，其中r表示敏感搜索词，q表示消极视频，u、d分别表示敏感搜索词数量和消极视频数量；
[0090]
步骤三：根据步骤二中的内容对各种敏感词、消极视频所占比重进行计算，具体的计算公式为：
[0091]
某个敏感词占所有敏感词的比重为：
[0092][0093]
其中，gg表示某个敏感词占所有敏感词的比重公式，表示敏感词的总数量，rg表示第g个敏感词，100表示放大系数；
[0094]
某种消极视频占所有消极视频的比重为：
[0095][0096]
其中，ev表示某种消极视频占所有消极视频的比重公式，表示消极视频的总种类，qv表示第v个敏感词，100表示放大系数；
[0097]
通过对各种敏感词、消极视频所占比重进行计算，可快速判断时使用者情绪波动的主导因素，根据主导因素可为使用者推荐相匹配的心理健康课程；
[0098]
分析处理单元s23用于对计算单元一s21和计算单元二s22传输的预测、计算结果进行接收，根据接收内容分析智能电子产品使用者是否存在心理健康问题，并将分析结果和预测、计算结果传输至课程匹配模块s3。
[0099]
课程匹配模块s3用于对计算处理模块s2传输的分析结果和预测、计算结果进行接收，并根据计算单元一s21传输的预测、计算结果判断使用者的情绪走向，预测使用者情绪波动频率，再根据计算单元二s22传输的预测、计算结果判断造成使用者情绪波动的主导因素，并根据计算出的比重值判断使用者情绪指数，从而对使用者的消极程度进行预测，结合通过计算单元一s21和计算单元二s22预测的结果匹配出符合使用者心理健康课程，并将匹配课程和情绪波动主导因素传输至课程推荐模块s4。
[0100]
课程推荐模块s4用于对课程匹配模块s3传输的课程匹配结果进行接收，并结合课程授课教师和授课教师课程安排时间对课程进行合理规划，并将规划处理后的课程传输至课程接收模块s5，以及对课程接收模块s5传输的反馈信息进行接收；课程推荐模块s4包括接收单元s41、课程规划单元s42、课程推荐单元s43和回馈接受单元s44；
[0101]
接收单元s41用于对课程匹配模块s3传输的匹配课程和情绪波动主导因素进行接收，根据情绪波动主导因素对匹配课程进行删减，并将删减后的匹配课程传输至课程规划单元s42；课程规划单元s42用于对接收单元s41传输的课程内容进行接收，结合课程授课教师和授课教师课程安排时间对课程进行合理规划，并将规划结果传输至课程推荐单元s43；课程推荐单元s43用于对课程规划单元s42传输的课程信息以短信格式发送至信息回馈单元s44和课程接收模块s5；信息回馈单元s44用于对课程接收模块s5传输的回馈信息和课程推荐单元s43传输的课程信息进行接收，并根据课程信息内容对课程接受者的相关信息进行登记。
[0102]
课程接收模块s5用于对课程推荐模块s4传输的课程规划内容进行接收，并根据接收内容选择是否接受该课程推荐，若接受，则对规划后的课程种类进行选择，并将选择结果和个人相关信息反馈至信息回馈单元s44，课程接收模块s5为使用者的智能电子产品。
[0103]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0104]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。