申请/专利权人:西安理工大学
申请日:2024-01-24
公开(公告)日:2024-04-19
公开(公告)号:CN117912691A
主分类号:G16H50/30
分类号:G16H50/30;G06F18/213;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本发明公开一种心理健康状况评估方法、系统、设备及存储介质,涉及心理健康评估技术领域,该方法包括:采集用户浏览的短视频数据;构建用户情绪预测模型;将短视频数据输入用户情绪预测模型中输出该用户情绪变化结果,进而评估用户的心理健康状况;用户行为情绪预测模型包括视图特定学习模块、多级融合模块、交叉视图学习模块和情绪推理模块,将待评估的用户浏览的短视频数据输入用户行为情绪预测模型中,提取每个模态的特征、融合每个模态的特征、获得最终的多通道信息;通过情绪推理模块SIM输出情绪变化结果来评估用户的心理健康状况,使得该方法在面对复杂的大规模群体时,对于生理心理都存在不同差异的用户均能准确识别用户的心理状态。
主权项:1.一种心理健康状况评估方法,其特征在于,包括以下步骤:采集待评估用户在一个时间序列中浏览的短视频数据;将待评估用户在一个时间序列中浏览的短视频数据输入用户情绪预测模型中,输出该用户情绪变化数据;根据用户在一个时间序列中的情绪变化数据来评估用户的心理健康状况;其中,所述将待评估的用户在一个时间序列中浏览的短视频数据输入用户情绪预测模型中,输出该用户情绪变化数据,包括以下步骤:通过视图特定学习模块VSL提取数据中每个模态的特征;通过在多级融合模块MSF中引入情绪强度,采用时间步长级融合每个模态的特征;将融合后的特征输入到交叉视图学习模块CVL中获得最终的多通道信息;结合每个模态的特征以及多通道信息,通过情绪推理模块SIM输出该用户情绪变化数据。
全文数据:
权利要求:
百度查询: 西安理工大学 一种心理健康状况评估方法、系统、设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。