基于數(shù)據(jù)挖掘技術的網絡成癮與注意偏向關系的研究及數(shù)據(jù)庫的設計.pdf

1、近年來，網絡成癮問題引起了全社會的普遍關注，對網絡成癮的深入研究是國內外學者普遍關注的熱點。數(shù)據(jù)挖掘技術在挖掘業(yè)務數(shù)據(jù)中隱含的規(guī)律以及解決具體問題方面，是其他技術所不能比擬的，隨著數(shù)據(jù)挖掘技術的成熟及應用領域的不斷擴展，已有研究人員將數(shù)據(jù)挖掘技術應用到大學生心理問題數(shù)據(jù)的分析研究上，使用決策樹算法對大學生心理問題進行數(shù)據(jù)預測分析，采用Apriori算法，分析學生心理問題與學生屬性間的內在關系，為學校心理咨詢中心提供決策支持信息，使心理健

2、康教育工作更具有針對性和目的性。本論文對數(shù)據(jù)挖掘技術和網絡成癮研究進行了較深入地研究和學習，嘗試把數(shù)據(jù)挖掘技術應用于大學生網絡成癮問題數(shù)據(jù)的分析中。 本文首先介紹了數(shù)據(jù)挖掘技術的基本原理，包括數(shù)據(jù)挖掘的概念、系統(tǒng)構成、過程、功能以及一些常用的算法原理，分析了數(shù)據(jù)挖掘技術應用于網絡成癮研究的可行性，接著詳細描述了使用挖掘工具SPSS Clementine中的C5.0決策樹算法、Apriori關聯(lián)規(guī)則算法和K-Means聚類算法以及

3、方差分析方法來分析網絡成癮與心理健康狀態(tài)關系的量表實驗和網絡成癮與注意偏向關系的腦電實驗數(shù)據(jù)。在網絡成癮與心理健康狀態(tài)關系的量表實驗中，首先使用非參數(shù)檢驗法秩和檢驗來比較多組樣本資料在各個心理狀態(tài)維度上的得分的差異性，再使用決策樹分類算法分析出焦慮狀態(tài)、性別、入際關系、強迫、偏執(zhí)因子在網絡成癮傾向的預測模型中都占了一定的比例，然后使用關聯(lián)規(guī)則算法分析出具有抑郁癥狀的男生有相對比較嚴重的網絡成癮問題，最后使用聚類算法可以分析出網絡成癮學生