基于改进Ising模型的心理量表大数据分析

姚汝婧， 杨 磊， 杨 涛， 胡应鑫， 田 强， 吴 偶

1.天津大学应用数学中心，天津300072

2.杭州知乎者也科技有限公司教育大数据研发中心，杭州310008

3.天津师范大学计算机学院，天津300387

随着网络时代的到来，社会个体成员之间的相互影响容易被渗透与放大.心理健康问题也成为个体、团队乃至整个社会不可忽视的重要问题.社会个体的心理特征会影响其自身外在情绪与行为，进而影响到所在的社交团队和整个社会.不健康的心理状态极容易受到外在因素的影响，而且因不健康心理导致的不良甚至极端的行为又会对群体以及社会造成恶劣的后果.因此，更好地感知个体的心理并准确地把握个体的心理状态与特征对于提升个体的心理健康水平及维护社会的稳定具有极其重要的意义.

自评量表是测量个体心理状态的最主要工具[1]，它能够比较准确地获取被测试个体在设定问题维度上的心理特征[2].早期受限于各种信息化手段，参与量表的个体数量通常比较少，一般属于几百以内的规模，这就限制了完全依赖数据层次进行深度分析的可行性.于是传统的分析方法一般是由心理学家事先定义好一些综合度量维度，从而获取被测个体更高层次的心理属性.

随着信息技术的普及以及心理健康问题越来越受到各种组织、管理者以及社会公众的重视，参与自评量表的用户越来越多，已经超过了上万的规模.与原来的几十或者几百个用……