计算机辅助认知行为纠正系统及方法与流程

本技术涉及认知纠正，特别涉及计算机辅助认知行为纠正系统及方法。

背景技术：

1、认知行为疗法（cognitive-behavioral therapy，cbt）是一种心理治疗方法，而其中的"认知行为纠正"是指通过改变个体的负面认知和行为模式，以帮助其更健康地思考和应对生活中的问题和挑战。个体经常会有一些负面的、不合理的认知或想法，这可能是对自己、他人或者世界的一种消极、扭曲的看法。认知重建的目标是帮助个体认识到这些负面认知，并学会用更积极、现实和合理的方式看待事物。

2、计算机辅助认知行为疗法（computerized cognitive behavioral therapy，ccbt）指的是一种通过计算机技术来协助识别、理解和纠正个体认知行为问题的方法。这种方法旨在通过智能化的方式，结合心理学、认知科学以及计算机科学的知识，提供个性化的认知训练和行为纠正，以帮助用户应对心理健康问题或改善认知功能。

3、尽管计算机辅助认知行为疗法（ccbt）在提供心理健康治疗方面有许多优势，但也存在一些局限性和需要改进的方面：由于每个人的心理和情绪需求不同，ccbt可能无法提供足够的个性化定制。有些人可能需要更多的定制化和灵活性，以适应他们独特的情境和需求。

技术实现思路

1、本技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本技术的一个目的在于提出计算机辅助认知行为纠正系统及方法，更准确、个性化地评估用户的认知状态和心理健康问题。

2、本技术的一个方面提供了计算机辅助认知行为纠正方法，包括：

3、步骤s100：用户首次注册账号时，为用户创建账号并分配唯一标识，记录用户注册的时间戳；

4、所述用户首次注册账号时，为用户创建账号并分配唯一标识，记录用户注册的时间戳的具体方法为：

5、步骤s110：在系统数据库中创建用户数据表，包含的字段包括但不限于：用户的唯一标识、用户名、密码、注册的时间戳；

6、所述用户的唯一标识是用于区别用户账号的识别码，每个用户有且仅有一个唯一标识；

7、步骤s120：为用户生成唯一标识；

8、所述为用户生成唯一标识使用全局唯一的uuid生成；

9、步骤s130：获取服务器当前的时间作为用户注册的时间戳；

10、步骤s140：将用户的唯一标识、用户名、密码、注册的时间戳插入用户数据表；

11、步骤s200：用户登录账号后，若用户为首次登录，则向用户发布完成心理评估问卷的提示，并收集用户的评估数据；

12、所述心理评估问卷是指：用于初步评估用户心理状况的评估问卷，包括但不限于：焦虑自评量表、抑郁自评量表；

13、所述用户登录账号后，若用户为首次登录，则向用户发布完成心理评估问卷的提示，并收集用户的评估数据的具体方法为：

14、步骤s210：记录用户每次登录的时间戳，用户登录账号后，对比当前登录的时间戳和注册的时间戳，判断用户是否为新用户；

15、步骤s220：当用户为新用户时，弹窗提示该用户完成心理评估问卷；

16、步骤s230：用户根据自己的认知纠正需求完成对应问卷类型的心理评估问卷，收集用户在完成心理评估问卷过程中的评估数据，所述评估数据包括但不限于：问题回答时长、问题回答的情感倾向、问题难度评估；

17、所述问题回答时长是指用户对心理评估问卷中的每一个问题的回答时长；

18、所述问题回答的情感倾向包括但不限于：积极、中级、消极；

19、所述问题难度评估是指用户对每个问题难度级别的判定；

20、步骤s300：收集用户对ccbt视频的用户反馈分数，根据用户反馈分数训练得到ccbt视频推荐模型；

21、所述ccbt视频是基于计算机的认知行为疗法的视频，每个ccbt视频中包含h个子视频，用户通过ccbt视频了解认知行为疗法，包括但不限于：认知知识、认知说明、思维训练、纠正认知错误，每个子视频根据其内容标注有认知行为纠正进度，每个子视频中含有互动问题，用户回答互动问题获得用户积分；

22、所述用户反馈分数是指用户对推荐的ccbt视频的满意程度，所述ccbt视频是根据用户反馈分数进行推荐的；

23、所述收集用户对ccbt视频的用户反馈分数，根据用户反馈分数训练得到ccbt视频推荐模型的具体方法为：

24、步骤s310：用户根据1~10的分数区间对ccbt视频进行评分，收集历史时间内用户对ccbt视频评分的用户反馈分数；

25、步骤s320：构建ccbt视频和用户之间的用户-ccbt视频矩阵；

26、所述用户-ccbt视频矩阵的行表示用户，列表示ccbt视频，元素表示用户对ccbt视频的用户反馈分数；

27、步骤s330：根据用户-ccbt视频矩阵计算用户之间的用户相似度，保存在相似度矩阵中；

28、所述用户相似度指：用户之间在对ccbt视频的用户反馈分数上的相似程度；

29、所述用户之间的用户相似度的计算公式为：；

30、其中，i是指用户i，r是指用户r，j是指ccbt视频j，是指用户i对ccbt视频j的用户反馈分数，是指用户r对ccbt视频j的用户反馈分数，表示用户i和用户r之间的相似度；

31、所述相似度矩阵为，每一行对应一个用户与其他用户之间的用户相似度，用户的总数量为r；

32、步骤s340：设定监测周期t，每t个单位时间对用户反馈分数进行监测，当用户反馈分数大于等于反馈阈值时，将邻域k增加δ，当用户反馈分数小于反馈阈值时，将邻域k减小δ；

33、所述反馈阈值由专业人员根据具体认知治疗过程中的需要进行设定；

34、步骤s350：将用户i的邻域k内的所有用户对ccbt视频j的用户反馈分数进行加权平均预测得到用户i对ccbt视频j的预测反馈分数；

35、所述预测反馈分数的预测公式为：；

36、其中，为用户i对已观看的ccbt视频的平均反馈分数，为用户i对ccbt视频j的用户反馈分数的平均值，为用户r对已观看的ccbt视频的用户反馈分数的平均值；

37、步骤s360：以每个用户的ccbt视频及用户反馈分数为一组样本进行训练，以最小化预测反馈分数与用户反馈分数之间的均方根误差作为训练目标，评估ccbt视频推荐模型的性能，当均方根误差最小时停止训练；

38、所述均方根误差rmse的计算公式为：；

39、其中，s为评估所述ccbt视频推荐模型的性能的测试集的数量；

40、步骤s400：利用ccbt视频推荐模型为用户推荐ccbt视频，用户观看ccbt视频并回答互动问题获得用户积分，收集用户的回答并训练认知情绪分析模型分析用户的认知情绪，收集用户反馈分数用于更新ccbt视频推荐模型；

41、所述利用ccbt视频推荐模型为用户推荐ccbt视频，用户观看ccbt视频并回答互动问题获得用户积分，收集用户的回答并训练认知情绪分析模型分析用户的认知情绪，收集用户反馈分数用于更新ccbt视频推荐模型的具体方法为：

42、步骤s410：利用训练好的ccbt视频推荐模型为用户推荐ccbt视频，按照预测得到的预测反馈分数从大到小的顺序将推荐的ccbt视频进行排序得到ccbt视频列表；

43、步骤s420：用户从ccbt视频列表中选择视频进行观看，回答ccbt视频中出现的互动问题，所述互动问题为文本型问答题；

44、所述文本型问答题是指用户针对提出的问题进行文字回答，所述问答题涉及用户对于情感表达、心理健康、认知障碍方面的感受、观点和体验；

45、步骤s430：获取用户对于互动问题的回答，训练认知情绪分析模型用于分析用户的回答中的认知情绪；

46、所述认知情绪分析模型的训练过程为：

47、步骤s431：收集用户提供的文本数据，对文本数据进行预处理；

48、所述预处理包括但不限于：对文本进行分词和停用词处理；

49、步骤s432：将用户的文本数据作为认知情绪分析模型的输入数据，判断其认知情绪作为输出数据；

50、步骤s433：构建文本语料库，利用bert模型在文本语料库上进行预训练；

51、所述预训练包括mlm任务和nsp任务；

52、mlm任务为在文本语料库上随机遮蔽词汇，让bert模型预测被遮蔽的词汇；

53、nsp任务为让bert模型判断两个语句是否连续；

54、步骤s434：人工对用户的文本数据进行认知情绪标注，获取文本数据的认知情绪标签，将带有认知情绪标签的文本数据作为bert模型的输入，使用池化层进行输出，并将其连接到全连接层生成最终的认知情绪；

55、步骤s435：使用反向传播算法调整bert模型的权重，以预测的认知情绪和真实的认知情绪标签之间的损失函数loss达到收敛作为预测目标对bert模型进行微调，得到认知情绪分析模型；

56、所述损失函数的计算公式为：；

57、其中，λ为权衡mlm任务损失和nsp任务损失的超参数，t表示被遮蔽词汇的真实词，y表示预测分布，表示预测到被遮蔽词汇的内容为真实词的概率，表示预测到被遮蔽词汇的内容为真实词的对数概率，isnext表示两个语句是否为连续的二元标签，表示语句为连续的概率，表示语句不为连续的概率，和分别表示语句为连续和语句不为连续的对数概率；

58、所述mlm任务损失的计算公式为：；

59、所述nsp任务损失的计算公式为：；

60、步骤s440：用户观看ccbt视频和回答互动问题后，获得用户积分，收集用户的回答作为认知情绪分析模型的输入数据，输出用户的认知情绪；

61、步骤s450：收集用户对于每个ccbt视频的用户反馈分数，更新ccbt视频推荐模型，提高ccbt视频推荐模型的性能；

62、步骤s500：设立认知训练文章板块，获取每篇认知训练文章的累计阅读次数，根据用户的评估数据、认知情绪、用户积分和累计阅读次数为用户推荐认知训练文章；

63、所述设立认知训练文章板块，获取每篇认知训练文章的累计阅读次数，根据用户的评估数据、认知情绪、用户积分和累计阅读次数为用户推荐认知训练文章的具体方法为：

64、步骤s510：设立认知训练文章板块，认知训练文章板块根据认知情绪将认知训练文章分为α个认知情绪分类，设置计数器用于计数每篇认知训练文章的累计阅读次数β；

65、步骤s520：获取用户当前观看ccbt视频的评估数据c、认知行为纠正进度w，以及当前的用户积分q；

66、步骤s530：首先根据用户的认知情绪定位为其推荐的认知训练文章的认知情绪分类，然后计算所述分类下的认知训练文章的推荐指数，根据推荐指数从高到低的顺序为用户推荐认知训练文章；

67、所述推荐指数的计算公式为：；

68、其中，u表示当前用户的认知情绪分类下的第u篇认知训练文章，表示对第u篇认知训练文章的推荐指数，表示第u篇认知训练文章的累计阅读次数，、、、分别表示累计阅读次数、认知行为纠正进度、用户积分和评估数据的推荐权重因子；

69、所述累计阅读次数、认知行为纠正进度、用户积分和评估数据的推荐权重因子由专业人员通过实验的方式进行设定。

70、本技术的一个方面提供了计算机辅助认知行为纠正系统，包括：

71、用户账号创建模块，用于用户首次注册账号时，为用户创建账号并分配唯一标识，记录用户注册的时间戳；

72、评估问卷发布模块，用于用户登录账号后，若用户为首次登录，则向用户发布完成心理评估问卷的提示，并收集用户的评估数据；

73、ccbt视频推荐模块，用于收集用户对ccbt视频的用户反馈分数，根据用户反馈分数训练得到ccbt视频推荐模型；

74、认知情绪分析模块，用于利用ccbt视频推荐模型为用户推荐ccbt视频，用户观看ccbt视频并回答互动问题获得用户积分，收集用户的回答并训练认知情绪分析模型分析用户的认知情绪，收集用户反馈分数用于更新ccbt视频推荐模型；

75、认知文章推荐模块，用于设立认知训练文章板块，获取每篇认知训练文章的累计阅读次数，根据用户的评估数据、认知情绪、用户积分和累计阅读次数为用户推荐认知训练文章。

76、本技术的一个方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，以实现计算机辅助认知行为纠正方法中的步骤。

77、本技术的一个方面提供了一种可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序通过处理器进行加载运行，以执行计算机辅助认知行为纠正方法中的步骤。

78、本技术提出的计算机辅助认知行为纠正方法相对于现有技术，具备以下优点：

79、通过在首次登录时引导用户完成心理评估问卷，系统能够更好地了解用户的心理状况，根据用户的心理状况定制合适的ccbt视频或认知训练文章，以更好地满足用户的需求；

80、通过使用用户对ccbt视频的反馈分数进行训练，是一种基于用户经验的推荐模型，更加贴近用户的实际需求和喜好，通过计算用户之间的相似度，更好地理解用户之间在对ccbt视频的反馈上的相似程度，设定监测周期t，定期对用户反馈分数进行监测，并进行相应的邻域调整，这种周期性监测有助于系统实时适应用户的兴趣变化，提高推荐的时效性和有效性，使用用户邻域内其他用户的反馈分数进行加权平均预测，这使得推荐结果更具个性化，使用均方根误差作为训练目标，有助于推荐模型更好地拟合用户的反馈分数分布；

81、通过设计文本型问答题，用户的回答提供了关于其认知、情感和行为方面的信息，引入用户积分机制，通过用户观看ccbt视频和回答互动问题获得积分激发用户的积极参与，通过使用bert模型进行认知情绪分析，有助于个性化推荐和提供更加贴近用户心理状态的服务，收集用户反馈分数用于更新ccbt视频推荐模型，从而提高推荐的准确性和用户满意度，这种动态的反馈机制有助于系统及时适应用户的兴趣变化，认知情绪分析模型的训练过程中，结合了监督学习和预训练，利用bert模型在文本语料库上进行预训练，这有助于提高模型的泛化能力和效果；

82、通过结合用户的认知情绪、评估数据、认知行为纠正进度、用户积分以及文章的累计阅读次数，推荐算法考虑了多个维度的因素，更好地适应用户的个性化需求。