[发明专利]基于微博和模糊认知图的自杀风险检测方法及系统

说明书

技术领域

本发明涉及数据分析技术领域，具体涉及一种基于微博和模糊认知图的自杀风险检测方法及系统。

背景技术

自杀作为日益严重的公众健康问题，给个人、家庭和全社会带来了长久的危害。近年来，社会的快速发展和人们的适应能力之间的矛盾日益加深，自杀率也随之加剧。因此，在自杀意念形成的早期，及时发现和有效干预自杀行为的发生，将其扼杀在萌芽状态，是极有必要的。

当前，越来越多的人们习惯于通过社交媒体来记录个人生活、抒发个人情感，鉴于微博的平等性、自由性、碎片化，以及在用户中的广泛使用，发明人在实施本发明的过程中发现，通过分析用户在该平台中的发布内容和发布行为，能够触碰到用户真实的内心世界。与传统的心理学、生理学和生物学信号等方式相比，通过社交媒体检测和度量自杀行为具有实时、覆盖大面积人群和低成本等优势。

压力是自杀意念的关键预测因子。所谓压力，是指一种因生活中的各种刺激性压力事件和内在需求所引发的困惑和紧张的心理状态，主要表现为身心紧张和不适。过度的压力会压缩个体体验情感和处理信息的能力。也就是说，当压力过大时，个体的信息处理能力和化解矛盾的能力将会降低，从而简化了决策处理能力，并产生非此即彼、绝对化的情感体验。当某个个体在负性生活事件的作用下感受到压力时，他(她)的易感体质将被触发，容易产生如压抑、焦虑、愤怒、悲伤和绝望等严重的负面情感反应。这些持续的创伤会让个体变得更加易感、响应能力受损，导致低下的降压能力，产生强烈的自杀意念。

压力导致了负面情绪和情感变化的波动、反复和持久。因此，深入了解潜在的压力源、判断个体的压力水平，为我们判断该个体是否处于极端行为的风险中提供了另一个有效途径。这是与现有工作的根本不同之处。因此，如何从压力的角度进行基于微博的自杀风险检测，成为亟待解决的技术问题。

发明内容

针对现有技术中的缺陷，本发明实施例提供一种基于微博和模糊认知图的自杀风险检测方法及系统。

一方面，本发明实施例提出一种基于微博和模糊认知图的自杀风险检测方法，包括：

S1、从微博获取待检测用户的压力特征向量FS、自我关注特征向量FC、自杀相关表达特征向量FU、遗言特征向量FW、社交互动特征向量FO和情感特征向量FE，并利用所述压力特征向量FS、自我关注特征向量FC、自杀相关表达特征向量FU、遗言特征向量FW、社交互动特征向量FO和情感特征向量FE构建六维微博特征空间；

S2、将所述六维微博特征空间输入预设的用于自杀危险检测的 FCM分类模型，得到所述待检测用户的自杀风险检测结果。

可选地，所述压力特征向量FS＝(FS1,FS2,FS3,FS4,FS5,FS6)，令Δ为在所述待检测用户整个发布微博期间，检测到的一组不连续的压力区间，假设I∈Δ为其中一个压力区间，其中，I＝[T₁,T_m]，且(T₁,Sc₁, Sl₁),(T₂,Sc₂,Sl₂),…,(T_m,Sc_m,Sl_m)是一个从压力区间I所包含的标准时间单元T₁,T₂,…,T_m中，检测得到的压力序列，Sc_i为标准时间单元T_i内所述待检测用户发布的微博推文输入压力检测函数得到的压力检测结果中的压力类型的并集，Sl_i为标准时间单元T_i内所述待检测用户发布的微博推文输入压力检测函数得到的压力检测结果中的压力程度的平均值，1≤i≤m，压力区间总数FS1＝|Δ|，平均压力程度的均值压力程度均方根偏差的均值压力程度峰值的均值 peakLevel(L)＝max(Sl₁,…,Sl_m)，压力区间跨度的均值span(I)＝|I|＝m，不同压力类型数量的均值categoryNum(I)＝|Sc₁∪Sc₂∪…∪Sc_m|。