目的利用支持向量機(jī)探討大學(xué)生自殺傾向與自殺傾向風(fēng)險因素的關(guān)系,為開展有針對性的大學(xué)生心理健康教育工作提供基礎(chǔ)。方法采用隨機(jī)抽樣法抽取50個樣本數(shù)據(jù),利用支持向量機(jī)（SVM）進(jìn)行訓(xùn)練并建立識別模型;利用SPSS 20.0對10個風(fēng)險因素進(jìn)行相關(guān)分析。結(jié)果模型訓(xùn)練樣本準(zhǔn)確率高達(dá)97.5%,識別樣本準(zhǔn)確率為9/10;風(fēng)險因素中對大學(xué)生自殺傾向的影響程度呈正相關(guān)的依次是性格（r=0.626）、身體疾病（r=0.463）、自我要求（r=0.443）、抑郁癥（r=0.396）、精神分裂（r=0.329）、學(xué)業(yè)壓力（r=0.279）,負(fù)相關(guān)的是校內(nèi)人際關(guān)系（r=-0.625）、戀愛關(guān)系（r=-0.197）、家庭經(jīng)濟(jì)狀況（r=-0.171）、家庭關(guān)系（r=-0.152）（P值均<0.05）。結(jié)論 SVM所建立的大學(xué)生自殺傾向識別模型具有有效性與實用性,內(nèi)向性格對自殺傾向結(jié)果影響最大。 

【文章來源】：中國學(xué)校衛(wèi)生. 2018,39(05)北大核心

【文章頁數(shù)】：3 頁

【文章目錄】：
1 對象與方法
    1.1 對象
    1.2 工具
    1.3 識別過程
        1.3.1 樣本數(shù)據(jù)預(yù)處理
        1.3.2 模型識別
2 結(jié)果
    2.1 SVM模型識別結(jié)果
    2.2 風(fēng)險因素相關(guān)性分析
3 討論


【參考文獻(xiàn)】：
期刊論文
[1]基于個體中心視角的大學(xué)生自殺風(fēng)險特征[J]. 劉愛樓,歐賢才.  當(dāng)代青年研究. 2017(01)
[2]自殺意念與人格特征的研究進(jìn)展[J]. 楊登樂,姜潮,賈樹華.  醫(yī)學(xué)與哲學(xué)（A）. 2017(01)
[3]大學(xué)生隱性自殺行為的概念辨析、識別工具及方法[J]. 陶漫.  教育評論. 2016(05)
[4]大學(xué)生自殺潛在風(fēng)險的識別和預(yù)警:基于應(yīng)激-易感模型[J]. 蘇斌原,張衛(wèi),周夢培,林瑪,孟彩.  華南師范大學(xué)學(xué)報(社會科學(xué)版). 2015(03)
[5]大學(xué)生沖動性人格在壓力性生活事件與自殺意念間的中介效應(yīng)[J]. 李永占.  中國學(xué)校衛(wèi)生. 2015(06)
[6]大學(xué)生抑郁自殺意念及影響因素的路徑分析[J]. 和紅,楊洋.  中國學(xué)校衛(wèi)生. 2015(01)
[7]一種基于支持向量機(jī)的信號調(diào)制分類方法[J]. 徐聞,王斌.  計算機(jī)工程. 2013(08)
[8]大學(xué)生自傷行為家庭因素應(yīng)對方式與自殺意念相關(guān)性分析[J]. 褚成靜,董樹平,楊敏,黃紫程,林雪紅.  中國學(xué)校衛(wèi)生. 2012(10)
[9]支持向量機(jī)理論與算法研究綜述[J]. 丁世飛,齊丙娟,譚紅艷.  電子科技大學(xué)學(xué)報. 2011(01)
[10]大學(xué)生自殺意念影響因素研究[J]. 黃俊秀,王志中.  中國健康心理學(xué)雜志. 2010(11)



本文編號：2998498