【摘 要】
：
目的:本研究意在通过机器学习的方法,对大学生的主观幸福感状况进行分析,发现影响大学生主观幸福感的主要因素。利用其中影响大学生主观幸福感较大的因素,对大学生未来的主观幸福感情况进行预测,并分析影响因素的变化,以期作为高校开展心理辅导的参考方向。方法:问卷的设计与制作涉及网络问卷编辑,其中包括10个与幸福感相关的问卷、个人信息等问题。问卷编辑完成后,笔者所在的幸福团队与山东省济宁医学院进行合作,采集大
论文部分内容阅读
目的:本研究意在通过机器学习的方法,对大学生的主观幸福感状况进行分析,发现影响大学生主观幸福感的主要因素。利用其中影响大学生主观幸福感较大的因素,对大学生未来的主观幸福感情况进行预测,并分析影响因素的变化,以期作为高校开展心理辅导的参考方向。方法:问卷的设计与制作涉及网络问卷编辑,其中包括10个与幸福感相关的问卷、个人信息等问题。问卷编辑完成后,笔者所在的幸福团队与山东省济宁医学院进行合作,采集大学生问卷数据。将数据进行整理和清洗后,利用计算机语言python作为编程工具,使用机器学习中的特征提取算法,筛选对大学生主观幸福感影响较高的因素及条目。使用机器学习中的梯度提升分类树算法,对采集的数据进行建模和预测。结果:网络问卷共纳入301个可能影响大学生主观幸福感的因素及条目,团队共采集大学生问卷数据10518份。前20项对大学生主观幸福感影响较大的因素和条目被纳入最终模型。利用梯度提升分类树算法建立的预测模型,曲线下面积（AUC）为0.96,模型的预测准确度能够达到90%,敏感性能够达到92%,特异性能够达到90%。结论:该项研究利用计算机科学中的机器学习方法,对大学生的主观幸福感进行分析和预测。本研究对目前大学生的主观幸福感情况做了统计,并且对影响因素做了分析。此外,通过分析这些影响因素,可能对大学生的心理健康治疗和预防提供一定的帮助。
其他文献
网络社交平台中的舆情管控是信息安全领域的一个重要分支,其涉及信息的传播溯源、传播路径构建、话题预测、热点挖掘等关键技术。本文将从信息溯源以及传播路径构建两个角度展开研究。1)在关于信息溯源方面的研究中,本文设计了一种基于用户兴趣的信息溯源算法。该算法利用用户兴趣计算博主影响力、评论人,转发人影响力,同时结合用户的关注度以及时间参数利用排序算法对信息计算得分从而排序溯源。基于微博平台的实验显示,该算
终末期的心脏病最有效的治疗办法是心脏移植。但是心脏移植供体的不足,大量患者仍无法得到及时救治。心室辅助装置作为自然心脏的替代品,已成为治疗心力衰竭的重要手段。现有临床使用的离心泵主要采用恒速控制方式,这种方式会削弱循环系统血液原有的搏动性,长时间辅助后会导致血管形态学改变等一系列问题。本文设计模糊PI控制器,通过调制血泵的转速提高了离心泵辅助后主动脉压的搏动性。所取得的阶段性成果有:1、建立离心血
随着互联网与移动网络的普及,人们逐渐习惯关注网络热点事件并在网上表达个人情感。热点事件带来了海量的舆情文本数据,如何基于这些数据分析用户的情感导向是一个研究热点和难点。同时,情感分析是舆情系统中的关键步骤,有助于系统用户了解事件全貌、分析事件走势。舆情系统是能够自动采集并分析网络舆情数据的工具。系统使用大规模分布式爬虫进行全网多源舆情数据的自动化采集,然后使用处理模块对原始文本数据进行处理分析,为
传统的研究试图分析作用于家族企业并影响其企业价值的内外部因素,同时也会将家族企业与非家族民营企业在各个方面进行对比,但这些研究并没有涉及到两类民营企业的企业价值稳定性。本文的落脚点在于家族企业的企业价值稳定性这一点,本文为家族企业的研究填补上这一区域的空白。本文采用事件研究法中常用的累积异常收益率作为衡量企业价值稳定性的标准,并依此进行研究。研究主要得出三方面的结论:第一,平均而言,中美贸易摩擦确
骨组织工程材料主要包括两大类:人工合成材料和天然材料。商业化的人工骨材料主要是无机材料及其复合材料,其制备工艺复杂,力学性能偏脆。天然材料主要包括经过处理的天然骨和天然高分子材料。自体骨来源有限,且会造成二次手术痛苦。异体骨则会有免疫排斥反应的风险。天然高分子材料来源广泛,成本低廉,且生物相容性好,利于细胞粘附、增殖、分化等。同时可加工性良好、工艺简单。但是,这类材料力学强度偏低。玉米醇溶蛋白是一
在发展中国家和地区,三聚氰胺有时会掺假加入到乳制品中以虚假提高其表观蛋白含量,长期食用含有三聚氰胺的乳制品严重危害机体健康。然而,尚未开发便携式传感器用于现场测定乳制品中的三聚氰胺。本研究基于移动中和界面（NB）和EDTA光催化原理,构建了一种基于距离的传感器并对其应用进行了初步研究。本文的具体研究内容分为以下几个部分:1.微流控直读芯片及传感器的构建利用PDMS材料设计并制作多通道微流控直读芯片
如今经济不确定性问题已经成为国际上宏观经济学研究的前沿和热点,在国内,对经济不确定性的研究也受到学者们越来越多的关注。当前国际形势愈发复杂且多变且我国又处在深化改革的关键时期,研究不确定性对我国更有着重要且深远的意义。本论文首先综合利用主成分分析法等方法从大量经济金融数据中提取不确定性成分并合成中国宏观经济不确定性指标,然后用估计出的经济不确定性指标和挑选出的六个经济金融变量构造VAR模型,用符号
离网式微型光伏逆变器是分布式光伏发电的核心部件,也是目前广泛研究的热点。作为太阳能利用的一种重要形式,完整的离网式逆变器系统通常包含了储能元件,在日照充足的时候将太阳能转换的多余的电能储存起来,在日照不足的时候给负载供电。逆变技术是系统的核心技术,本文提出一种基于FPGA（Field Programmable Gate Array）的含锂电池储能的数字化控制离网式微型逆变器系统设计方案,并据此设计
少样本学习技术指的是在标注样本受限的情境下,快速学习并泛化到新任务的技术。该技术是为人工智能技术通向真正智能化的积极探索,并已在标注数据稀缺,标注场景受限等应用中赋能。近年来,少样本学习技术迅猛发展,但是如何更好的学习任务相关的知识,以及如何缓解训练与测试阶段数据分布的不一致带来的过拟合问题,仍然是少样本学习的最大挑战。为此,本研究立足于两大样本受限的情境,在分类、分割与检测三项具体任务上,提出了
随着社会进步与科技发展,各种传感器作为代替人工收集外界信息的媒介发挥着越来越重要的作用。光纤传感器凭借其众多优势,在温度与应变传感等方面获得极大重视,近几十年来在学术界和产业界受到广泛关注。光纤体积小、重量轻、耐腐蚀,光纤传感器抗电磁干扰、信号传输距离远,而且能实现分布式测量,因此在建筑结构监测、地震监测、管道电缆、航空航天、安防等场景中得到广泛应用。在分布式光纤传感系统中布里渊光相关域分析法（B