大数据视角下高校学生心理危机干预机制的构建

吴远征

摘 要 当前高校学生的心理危机干预制度还不够健全，技术手段相对陈旧，存在数据缺乏动态管理、数据挖掘水平低、数据分享程度低等缺点。而大数据时代的到来为高校心理危机干预工作提供了新的契机。大数据技术可以从海量的数据中提取有价值的内容进行深度挖掘，为高校心理干预工作者提供更加准确的信息，从而提高心理危机干预工作的针对性和时效性。

关键词 大数据 心理危机干预 高校学生

中图分类号：G444 文献标识码：A DOI：10.16400/j.cnki.kjdkz.2018.08.085

Abstract At present， the psychological crisis intervention system of college students is not sound enough， the technical means are relatively old， and there are shortcomings such as lack of dynamic management of data， low level of data mining， and low level of data sharing. The arrival of the era of big data has provided a new opportunity for the psychological crisis intervention work in colleges and universities. Big data technology can extract valuable content from massive data for deep mining， and provide more accurate information for college psychological intervention workers， thus improving the pertinence and timeliness of psychological crisis intervention work.

Keywords big data； psychological crisis intervention； college students

随着信息技术的高速发展，特别是互联网、物联网、云计算的飞速发展，大数据时代已经悄然来临。其应用也也在社会的各行各业初见端倪，如洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生；再如美国著名的梅西百货商场利用大数据技术，根据产品需求和货物库存的情况对7300万种商品进行实时调价。2015年8月，在国务院颁布的《关于促进大数据发展的行动纲要》中明确指出，要建立“用大数据进行说话、用大数据明确决策、用大数据科学管理、用大数据不断创新的先进的、科学的管理机制”。在高校心理健康教育领域，将大数据技术引入学生心理危机干预机制，对大学生在校生活数据进行收集和分析，提高心理危机干预工作的时效性和精确性，成为信息时代大背景下高校心理危机干预工作者亟需探索的新课题。

1 传统高校心理危机干预机制的不足

心理危机是指个体在遇到了突发事件或面临重大挫折和困难时，当事人自己既不能回避又无法用自己的资源和应激方式来解决的严重心理失衡状态。2005年，卫生部、教育部、共青团中央等三个部门联合下发的《关于进一步加强和改进大学生心理健康教育的意见》中明确指出，要“努力构建和完善大学生心理问题高危人群预警机制”；在2011年教育部颁布的《普通高等学校心理健康教育工作基本建设标准（试行）》中再次强点，要加强大学生心理危机预防与干预体系建设。十九大报告中也有关于心理健康服务体系建设的表述：“加强社会心理服务体系建设，培育自尊自信、理性平和、积极向上的社会心态”。由此可见，大学生的心理健康教育和心理危机干预，不仅能够有效預防大学生心理危机的发生，提高大学生的身心健康水平，同时也是构建和谐校园与和谐社会的内在要求。目前大学生心理危机干预已经越来越受到各大高校和社会的重视，很多高校也已经建立了大学生心理危机干预机制。但由于此项工作在我国的发展只有20多年的历程，无论是理论研究还是实践工作都存在很多问题：

1.1 数据缺乏动态管理

首先，传统的心理干预数据主要依靠新生入学时的心理测试筛查、心理咨询中心到访记录等方式收集。从数量上看，数据来源相对较少；从质量上来看，存在学生刻意掩饰或者美化问题等情况。其次，通过上述方式获得的数据是以静态的形式储存，无法伴随大学生个体的身心发展进行跟踪记录。而大学生的发展还不够成熟，所面对的环境也纷繁复杂，其心理状态会随着环境的改变、突发事件而随时改变。特别是一些相对隐形的问题只有在特定的应激环境下才得以显现。如果不能实现对数据的动态化管理，不能对学生在校的各项数据进行跟踪记录，那么在评估个体的心理状态过程中将出现片面化的问题。这种传统的静态化的数据管理方式明显滞后于学生的心理变化过程，降低了心理危机干预的准确性和时效性。

1.2 数据挖掘水平低

目前心理危机干预的数据来源较少、处理水平低，其利用价值也非常有限，导致心理工作者无法掌握有效信息并及时做出正确的判断。反观大数据分析过程中的数据挖掘技术，它强调对海量的数据进行深度挖掘并进行科学分析，最后准确预测事务发展的规律，从而能大大提高预测的准确性。目前高校学生有大量可分析的原始数据，如校园卡消费的情况、助学贷款情况、图书借阅情况、考试挂科情况、学生上网痕迹等等。传统的心理干预模式并未对学生日常行为数据的潜在价值进行有效的挖掘，这些数据属于原始的“沉睡”状态。只有利用大数据技术深入挖掘、综合利用，把这些分散的、无关联的数据整合成信息，才能真正做到物尽其用，从而提高心理干预的准确性。

1.3 数据分享程度低

传统的心理危机干预模式中，研究人员通过临床量表、心理排查、日常门诊等方式采集大学生心理健康状况数据，得到的结果往往无法与辅导员、班主任等学生工作者分享。此外，除了上述获得心理数据的方式以外，心理工作者很难从其他部门获得数据，或者获得数据后也无法高效挖掘处理。各种信息资源处于相对封闭的“孤岛”状态，信息的价值也无法得到充分的利用。

由此可见，传统的心理干预工作预警体制已经无法满足高校学生心理危机干预工作的需求，无论是在理论上还是技术上都远远落后于新时代技术发展的步伐。高校心理工作者应该积极探索出一套利用大数据准确预测学生行为问题的机制。大数据技术可以通过记录受测者的日常行为数据，从海量的、模糊的、低价值密度的数据中，提取隐含在其中但又是潜在有用信息，从而提高危机干预的预见性和准确性。因此，将大数据技术和心理危机干预相结合是未来高校心理健康工作的发展方向。

2 用大数据构建心理危机干预体系

作为近几年来的新兴概念，学术界对大数据这个相对抽象的概念尚未有统一的定义。维基百科把大数据定义为“规模庞大且复杂的数据集合，很难用常规的数据库管理工具或传统数据处理应用对其进行处理。其主要挑战包括数据抓取、策展、存储、搜索、共享、转换、分析和可视化”。从管理学的角度上看，大数据又被定义为“一类能够反映物质世界和精神世界运动状态和状态变化的信息资源，它具有复杂性、决策有用性、高速增长性、价值稀缺性和可重复开采性，一般具有多种潜在价值”。大数据之所以备受推崇，主要得益于它将数学算法运用到海量的数据分析上，“既能预测重大事件的发生，又能预测个体行为的倾向，帮助人们实现从凭借‘主观经验揣测到依靠‘客观数据预测的转变”。因此我们可以把大数据技术引入高校学生心理危机干预的过程中，通过对大学的学习成绩、选课情况、生活状况、家庭条件、人际关系、网络活跃情况等信息进行收集和处理，对学生的心理状态进行挖掘和分析，从而提高对学生心理危机的预见性，给出有针对性的解决方案。

2.1 完善组织管理制度

在校大学生的海量数据分布在高校的各个部门，想要从各部门调取、使用、挖掘数据，需要学校领导的高度重视、各个部门的积极配合以及合理的数据使用管理机制。学校应该首先建立大数据采集机制工作领导小组。工作小组应该由校领导、学生处、心理健康中心、校医院、保卫处等有关部门的领导组成核心成员。领导小组应积极推进大学生心理危机干预体系的建立，做到目标明确、分工准确、功能完备、运转高效。其次，要规范信息开发机制。目前在大数据领域，在数据的采集、存储、挖掘、利用等方面还没有明确的法律条款。这在一定程度上会影响到数据的收集和使用，对于执行者也没有明确的工作要求和工作流程。因此，高校应该在不违反国家相关法律法规的前提下，进一步规范信息开发机制，明确数据采集责任制、使用的范围以及公开的程度，做到依法保密采集相关信息，使数据的使用有明确的界限，避免滥用数据、或触犯学生个人隐私等情况的发生。

2.2 建立数据采集平台

高校学生在校的数据分布在学校的各个部门，如教务处有学生挂科门数、选修课情况、处分情况；学生处有学生参与社会实践情况、参加比赛情况；心理健康中心有心理排查情况、咨询室问诊情况、临床量表情况；财务处有学费缴纳情况、助学贷款情况；后勤有学生进出宿舍情况、校园网使用情况等。同时，由于大学生的生活越来越多地依赖互联网，学生在微博、微信、QQ、学校论坛等网络痕迹中也留下了一系列复杂多样而又蕴含大量信息的数据。而由于各个部门管理体制相对封闭无法实现资源共享，导致各类数据处于“孤岛”的状态，其价值也无法实现充分利用。而大数据工作理念的引入就是为了打破这种单打独斗的管理体系，实现学生生活学习的各类数据能够得到整合和梳理，从原始的、分散的、有噪音的各类数据中迅速提取有利用价值的部分进行分析和挖掘。任何行为都有前兆，大数据分析可以通过研究学生的外在行为表现，发现大量数据背后的规律，从学习生活的各个方面判断预测学生的行为模式和心理状态。而要从多种渠道整合各类数据，就需要由学校工作领导小组牵头建立心理危机干预数据采集平台。采集平台将各个部门的数据加以整合分析，及时为学校心理干预工作者、辅导员、班主任等学生工作者提供有价值的信息，提高心理危机干预工作的预见性、准确性和实效性。

2.3 建立数据反馈系统

在大数据平台上分析得到的学生心理危机倾向性信息只有反馈给专业的心理干预工作人员才能真正得到利用。反馈系统应该由学校-学院-班级三个层面构成。学校层面：心理健康中心。心理健康中心的教师都是心理专业背景出身，主要从全校心理健康教育、心理危机干预的角度来利用信息。他们会根据分析结果进一步完善和细化全校危机干预方案，对需要重点关注的行为模式和特殊人群进行宏观干预。学院层面：心理健康辅导员。每个学院都有专门负责心理健康教育的辅导员。他们可以根据学校心理健康中心的指导意见和干预方案，对学院高危人群进行具体的指导和关注。班级层面：班主任和心理委员。班主任和心理委员是活跃在心理危机干预的一线人员。他们对高危人群的日常学习生活、家庭背景、行为模式最为了解，也最容易开展工作。对于高危人群的异常行为也能及时反馈给心理健康中心或者学生家长，给予受助者必要的心理支持和安全监护。

3 构建过程中的一些建议

3.1 保护学生个人隐私

由于大數据采集的技术要求，需要从学生学习生活的各个方面进行数据的收集。而很多数据，如学生上网情况、贷款情况、心理咨询记录等信息都会涉及到学生的个人隐私保护的边界。这些数据是否能够直接利用、是否会泄露出去等问题，是需要特别注意的问题。学校应该在建立管理制度的时候将此类问题加以明确，用制度的方式规范工作流程。

3.2 培养技术人才队伍

大数据资源的开发和利用主要基于传统的计算机科学、统计学、应用数学和经济学等领域的方法和技术，而学生工作者和心理健康教育工作者大多都不是此类专业。导致懂得大数据分析的技术人员不知道如何从心理危机干预的角度搭建平台、分析数据；而后者更不懂如何利用大数据技术开展工作。这就要求高校要重视培养专业人员的技术水平，组建一支既掌握大数据技术，又懂得基本心理健康教育知识的专业性队伍，致力于将大数据的思维模式和工作方法应用到的在心理危机干预的领域中去，帮助学校提高大学生心理危机干预水平。

参考文献

[1] 刘冰，董小玉.基于大数据技术的学生心理危机预警机制构建研究[J].大众科技，2017.19：122-124.

[2] 余成武.大数据背景下高校心理危机预警工作的困境与对策[J].锦州医科大学学报（社会哲学版），2017.15（4）：80-83.

[3] 李旭，郑雪.大数据视域下的大学生心理危机识别与预警探讨[J].太阳城市职业技术学院学报，2015.6：52-53.

[4] 徐文明，梁芹生.大数据技术在心理健康教育中的运用与研究[J].嘉应学院学报（哲学社会科学），2017.35（4）：96-100.

[5] 杨善林，周开乐.大数据中的管理问题：基于大数据的资源观[J].管理科学学报，2015.18（5）：1-8.

[6] 古阳，姜盼秋.基于大数据技术的大学生心理危机预警研究[J].科教导刊，2017.26（9）：164-165.

[7] 程婧.近十年国内大学生心理危机干预研究述评[J].河北理工大学学报，2011.11（3）：80-83.

[8] 陈新星.高校辅导员与大学生心理危机预防[J].思想教育研究，2014.11：104-111.

[9] 沈文青，刘启辉.高校辅导员在心理危机干预中的角色定位[J].中国青年研究，2007.11：82-84.

[10] 代浩云，王瑜.大数据预测在思想政治教育中的应用探新[J].重庆邮电大学学报（社会科学版），2017.29（2）：88-91.