基于支持向量机的大学生自杀倾向识别研究

• 作者: 张玉腾
• 来源期刊: 中国学校卫生
• 学科: 哲学
• 关键词: 自杀 模型识别 精神卫生 学生
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 心理卫生
• 页码范围: 685-687
• 页数: 3页
• 分类号: B846|G444
• 字数: 4278字
• 语种: 中文
• DOI: 10.16835/j.cnki.1000-9817.2018.05.013

摘要

目的 利用支持向量机探讨大学生自杀倾向与自杀倾向风险因素的关系,为开展有针对性的大学生心理健康教育工作提供基础.方法 采用随机抽样法抽取50个样本数据,利用支持向量机(SVM)进行训练并建立识别模型;利用SPSS 20.0对10个风险因素进行相关分析.结果 模型训练样本准确率高达97.5％,识别样本准确率为9/10;风险因素中对大学生自杀倾向的影响程度呈正相关的依次是性格(r=0.626)、身体疾病(r=0.463)、自我要求(r=0.443)、抑郁症(r=0.396)、精神分裂(r=0.329)、学业压力(r=0.279),负相关的是校内人际关系(r=-0.625)、恋爱关系(r=-0.197)、家庭经济状况(r=-0.171)、家庭关系(r=-0.152)(P值均＜0.05).结论 SVM所建立的大学生自杀倾向识别模型具有有效性与实用性,内向性格对自杀倾向结果影响最大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张玉腾	青岛理工大学人文与外国语学院	6	12	3.0	3.0