一种基于微博的心理压力值预测方法及系统的制作方法
【技术领域】
[0001] 本发明设及信息传播领域，具体设及一种基于微博的屯、理压力值预测方法及系 统。
【背景技术】
[0002] 青少年时期是一个人成长的重要阶段。在运个生理屯、理快速变化的时期，青少年 们会遭受到来自各方面的压力，如学业压力，自我认知压力，人际交往压力，和情感压力。调 查显示青少年们已经成为美国最有压力的群体。运项调查采访了 1，950个成年人和1，018 个青少年，在调查中，基于10分的压力总分，青少年们的压力评分为5. 8,大于成年人的压 力分值5. 1。31%的青少年表示深受压力困扰，30%的青少年会因压力感到难过或沮丧。根 据对香港19所中学近9, 100名学生的调查发现：49. 9%的受访学生出现轻微甚至严重的抑 郁症状，如哭泣、讨厌自己、食欲改变等，他们的压力主要来自学业前途、考试、外貌体形等。 逾两成学生曾出现轻度至严重自杀念头。
[0003] 上述调查表明，青少年们在他们的成长环境中面临着巨大的压力。持续的强压会 对他们的生理和屯、理健康都造成严重的损害，例如焦虑、高血压、免疫力下降、抑郁、屯、脏 病，甚至自杀；而且由于青少年们经验的缺乏及屯、理调控机制的不健全，他们可能意识不到 屯、理压力对自己的潜在危害，W至于不能寻求并得到有效帮助。
【发明内容】
[0004] 针对现有技术中的缺陷，本发明提供了一种基于微博的屯、理压力值预测方法及系 统，能提前预知目标对象屯、理压力，W便目标对象管理自身压力，进而避免屯、理压力带来的 潜在伤害。 阳〇化]本发明提出了一种基于微博的屯、理压力值预测方法，包括：
[0006] 对目标对象发布的微博信息进行检测，获取每条微博信息的压力值和发文时间， 并根据所述每条微博信息的压力值和发文时间，建立所述目标对象的第一压力时间序列；
[0007] 对所述第一压力时间序列按照预设时间粒度进行划分，获取多个与所述预设时间 粒度对应的第二压力时间序列；
[0008] 获取所述每个第二压力时间序列内微博信息的压力值，根据所述每个第二压力时 间序列内微博信息的压力值建立时间序列模型，并根据所述时间序列模型确定目标对象在 下一第二压力时间序列内微博信息的压力值。
[0009] 可选的，所述获取所述每个第二压力时间序列内微博信息的压力值，根据所述每 个第二压力时间序列内微博信息的压力值建立时间序列模型，包括：
[0010] 采集每个第二压力时间序列内微博信息的压力值的最大值、最小值、平均值； W11] 根据所有第二压力时间序列内微博信息的压力值的最大值和压力值的累计和，建 立所述时间序列模型； 柳1引或者
[0013] 所有第二压力时间序列内微博信息的压力值的最小值、压力微博比例和微博的总 数目，建立所述时间序列模型；
[0014] 或者
[0015] 所有第二压力时间序列内微博信息的压力值的平均值、压力微博比例和压力值的 累计和，建立所述时间序列模型；
[0016] 其中，所述压力值的累积和为所有第二压力时间序列内微博信息的压力值的和的 累计和，所述微博的总数目为所有第二时间序列内发布的微博信息的数量的累积和，所述 压力微博比例为每个第二时间序列内压力微博比例的和的累积和，所述每个第二时间序列 内压力微博比例为每个第二时间序列内微博信息的压力值大于零的微博信息的数量与每 个第二时间序列内微博信息的数量。 阳017] 可选的，所述时间序列模型为：
[0018]
[0019] 其中，Lw为目标对象在第n+1个第二压力时间序列内微博信息的压力值，C为常 数，Ai，B郝0 1为预设参数，k为模型的项数，L。W，L。k。，. . .L。为前k个第二压力时间序 列内微博信息的压力值，￡nk+2,…，e。，分别为使E(e=〇，E(e"kJ= 0…，E( 〇 = 0，E(enJ= 0的白噪声误差项；X。w，X。k+2, . . .X。为前k个第二压力时间序 列内微博信息的压力值的累计和，或者为前k个第二压力时间序列内微博信息的压力值的 累计和化及压力微博比例，或者为前k个第二压力时间序列内微博信息的压力值的压力微 博比例和微博信息的数目。
[0020] 可选的，在根据所述时间序列模型确定目标对象在下一第二压力时间序列内微博 信息的压力值后，包括：
[0021] 根据所述每个第二压力时间序列内微博信息的压力值和对应的压力事件，建立压 力变化模式集模型；
[0022] 根据所述目标对象发布的微博信息W及微博信息的压力值，获取微博信息对应的 目标压力事件W及所述目标压力事件的起始时间；
[0023] 根据所述目标压力事件的类型，对所述目标压力事件与所述压力变化模式集模型 进行匹配，获取所述目标压力事件对应的压力变化模式；
[0024] 根据所述目标压力事件的起始时间，通过所述目标压力事件的压力变化模式，获 取所述目标压力事件对所述目标对象在下一第二压力时间序列内微博信息的压力值的修 正值；
[0025] 根据所述目标压力事件对所述目标对象在下一第二压力时间序列内微博信息的 压力值的修正值，对所述时间序列模型确定的目标对象在下一第二压力时间序列内微博信 息的压力值进行修正，获取所述目标对象在下一第二压力时间序列内微博信息的预测压力 值。
[00%] 可选的，所述根据所述目标压力事件对目标对象在下一第二压力时间序列内微博 信息的压力值的修正值，对所述时间序列模型确定的目标对象在下一第二压力时间序列内 微博信息的压力值进行修正，包括：
[0027] 对所述目标压力事件对应的压力变化模式按照事件发展时期进行划分，获取所述 压力变化模式在不同时期的修正值；
[0028] 根据所述目标压力事件对应的微博信息，获取所述目标压力事件的发展阶段；
[0029] 对所述压力变化模式的不同时期与所述目标压力事件的发展阶段进行匹配，获取 与所述目标压力事件的发展阶段相匹配的修正值；
[0030] 根据所述与所述目标压力事件的发展阶段相匹配的修正值，对所述时间序列模型 确定的目标对象在下一第二压力时间序列内微博信息的压力值进行叠加修正。
[0031] 本发明还提供了一种基于微博的屯、理压力值预测系统，包括：
[0032] 检测模块，用于对目标对象发布的微博信息进行检测，获取每条微博信息的压力 值和发文时间；
[0033] 第一建立模块，用于根据所述每条微博信息的压力值和发文时间，建立所述目标 对象的第一压力时间序列；
[0034] 划分模块，用于对所述第一压力时间序列按照预设时间粒度进行划分，获取多个 与所述预设时间粒度对应的第二压力时间序列；
[0035] 第二建立模块，用于获取所述每个第二压力时间序列内微博信息的压力值，并根 据所述每个第二压力时间序列内微博信息的压力值建立时间序列模型；
[0036] 确定模块，用于根据所述时间序列模型确定目标对象在下一第二压力时间序列对 应的微博信息的压力值。
[0037] 可选的，第二建立模块用于：
[0038] 采集每个第二压力时间序列内微博信息的压力值的最大值、最小值、平均值；
[0039] 根据所有第二压力时间序列内微博信息的压力值的最大值和压力值的累计和，建 立所述时间序列模型；
[0040] 或者
[0041] 所有第二压力时间序列内微博信息的压力值的最小值、压力微博比例和微博的总 数目，建立所述时间序列模型； W创或者
[0043] 所有第二压力时间序列内微博信息的压力值的平均值、压力微博比例和压力值的 累计和，建立所述时间序列模型；
[0044] 其中，所述压力值的累积和为所有第二压力时间序列内微博信息的压力值的和的 累计和，所述微博的总数目为所有第二时间序列内发布的微博信息的数量的累积和，所述 压力微博比例为每个第二时间序列内压力微博比例的和的累积和，所述每个第二时间序列 内压力微博比例为每个第二时间序列内微博信息的压力值大于零的微博信息的数量与每 个第二时间序列内微博信息的数量。
[0045] 可选的，所述时间序列模型为：
[0046]
[0047] 其中，Lw为目标对象在下一第二压力时间序列对应的微博信息的压力值，C为常 数，1。^，1。^2