摘要：面向大学生心理健康分析的多模态数据集，整合学业、生活方式、情绪状态及干预效果等25维特征数据。
数据集简介
数据集概述
学生心理调节数据集是一个结构化数据集，旨在支持心理健康分析、情绪识别、教育数据挖掘以及面向大学生的智能干预系统研究。该数据集模拟了真实的学生行为、学业和情绪模式，用于研究如何通过机器学习和强化学习模型识别和改善压力、焦虑及心理状态。
该数据集包含10,000条学生记录，涵盖25个特征，包括人口统计学信息、学业负担、生活习惯、生理指标、情绪状态和干预效果。它适用于预测建模、分类、聚类、推荐系统以及自适应心理健康策略优化。
包含的关键特征：
– 学生人口统计信息（年龄、性别、学年、院系）
– 学业指标（出勤率、学习时长、作业负荷、考试压力）
– 生活方式因素（睡眠时长、屏幕使用时间、咖啡因摄入量、体育活动）
– 情绪信号（面部情绪、情绪状态）
– 健康指标（心率）
– 心理结果（压力评分、焦虑评分、压力等级、焦虑等级）
– 干预跟踪（既往干预、响应评分、奖励评分、最终状态）
潜在应用场景：
– 压力和焦虑预测模型
– 学生健康监测系统
– 自适应干预的强化学习
– 情绪感知的教育人工智能应用
– 分类和回归研究项目
– 可视化与仪表板分析
数据集来源
该数据集为合成模拟数据，依据大学生群体的典型学业压力、生活习惯、情绪表现及心理健康特征建模生成，旨在为心理健康预测和干预系统研究提供标准化基准数据。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-13
文件大小：57M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)