文献类型：期刊文章

作　　者：马鸣[1] 刘欢[1] 刘润香[1,2]

MA Ming;LIU Huan;LIU Runxiang(Department of Psychology,School of Public Administration,Nanchang University,Nanchang 330031,China)

机构地区：[1]南昌大学公共政策与管理学院心理学系,江西330031 [2]南昌大学心理健康教育中心

出　　处：《中国学校卫生》

基　　金：江西省教育科学“十三五”规划2018年度重点课题项目(18ZD002);江西省高校人文社会科学研究2019年度项目(XL19207);江西省高校人文社会科学研究2020年度项目(XL20208)。

年　　份：2022

卷　　号：43

期　　号：5

起止页码：763-767

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、IC、RCCSE、ZGKJHX、核心刊

摘　　要：目的 探索机器学习算法在预测大学生是否存在自杀意念中的效果,并分析大学生自杀意念的危险因素。方法选取某高校2021年21 224名在校本科生心理数据。以37项人口学和内外在心理因素为自变量,以大学生是否存在自杀意念为因变量,使用支持向量机、随机森林和LightGBM算法分别建立预测模型。将模型应用于测试集上,以检出率、F1分数和准确率评价预测效果。基于较优模型分析大学生自杀意念的高风险因素。结果 支持向量机、随机森林和LightGBM模型的检出率依次为0.61,0.64,0.69;F1分数依次为0.63,0.63,0.64;准确率依次为0.73,0.73,0.72。基于较优的LightGBM模型分析大学生自杀意念高风险因素,按照重要性排序依次为抑郁、年级、性别、绝望、生源地、拥有意义感、对自杀的态度、依赖、家庭经济情况、幻觉妄想症状、焦虑、网络成瘾和人际关系困扰。结论 LightGBM模型预测大学生是否存在自杀意念相较于支持向量机和随机森林模型有较好的预测效果。

关 键 词：自杀 意识  精神卫生 模型,统计学  学生  

分 类 号：G647.8] G444[教育学类]