多源数据驱动的高校学生心理健康预测方法
王芳1
赵小明2
霍宁宁1
1.中国石油大学(华东)计算机科学与技术学院 青岛 2665802.中国石油大学(华东)控制科学与工程学院 青岛 266580
摘要：针对高校学生存在的心理问题现状,采用多源数据驱动来预测高校学生心理健康状况.该方法通过挖掘高校学生部分数据,设计高校学生心理健康预测多源数据集,并根据数据形式提取相关特征;同时针对多源数据集带来的特征过多问题,优化整合Relief算法进行特征选择,降低多源数据集特征维度;提出一种WOA算法优化的lightGBM算法作为分类器完成高效、准确的心理健康预测.利用该方法对部分在校生的数据进行分析预测,实验结果表明,该方法能够实现对高校学生心理问题的有效识别,从而为高校学生工作者的心理健康教育提供规划和决策依据.
关键词：心理健康高校学生预测方法多源数据Relief算法lightGBM算法
分类号：G441(教育心理学)
资助基金：山东省自然科学基金青年项目(ZR2021QF023)教育部人文社会科学研究项目(21JDSZ3201)中国石油大学(华东)思想政治教育研究课题(SZXG202412)中国石油大学(华东)校级教学改革项目(QN2022021)
论文发表日期：2025-12-20
在线出版日期：2026-03-09（本平台首次上网日期，不代表文献的发表时间）
页数：6( 3337-3341,3500 )
英文信息