International Open Access Journal Platform

1 引言

健康，是每个国民的立身之本，也是一个国家的立国之基。世卫组织对健康的最新定义：健康不仅指没有疾病，而且包括躯体、心理、道德三方面的健康和社会适应良好。传统的健康观认为：身体上没有疾病即代表一个是健康的，而现代人的健康观强调的是整体健康观。因此，一个人是否健康不仅体现在生理层面，而心理层面的健康同等重要。心理健康已然是我国进入小康社会不可或缺的要求之一。因此，心理健康与心理咨询服务方面的工作是我们心理学工作者需要关注的重要问题。

当前，我国正处于经济社会的转型期，人们的生活节奏变得快速化，这无形中给大家带来了巨大的心理压力，而由心理压力所引发的个体心理、行为以及社会问题日益凸显。充满竞争的工作氛围、错综复杂的人际关系和无休止的加班都让人们身陷精神崩溃、抑郁烦躁、心理失衡等负面情绪之中，心理疾病也接踵而来。面对这些频繁出现的各类心理问题，传统的心理咨询技术和方法已难以高效、快捷地解决，必须重新审视心理咨询行业在未来发展中的定位、全面发挥心理咨询的应有功能，以便帮助人们预防和解决由身心压力带来的各种心理问题。在网络与信息技术飞速发展的今天，人们对各种心理问题的解决与治疗离不开信息技术的创新应用。各种信息、知识都是以数据为载体存在的。伴随着大数据时代的到来，大数据的创新技术为人们开启了新的生活模式。因此，我们需要探究如何将大数据的创新技术应用到心理咨询中，充分利用互联网、大数据等方面的智慧技术在咨询过程中建立智能咨询模式并不断的优化和完善，这样既可以构建高效、快捷的咨询服务模式，又能更好地开展心理健康服务工作与发挥心理咨询服务效益。

2 智能咨询模式的产生背景

我们已经进入到信息化时代，信息化时代即信息产生价值的时代，信息化是当今社会发展的大趋势。人类在各种活动中会产生大量的实时数据信息，这些数据大部分来自人们日常生活使用的技术产品，如手机、平板电脑、网络搜索引擎、在线购物网站、社交网络以及GPS导航仪等[1]。通过追踪人类活动产生的这些数据信息，大量的可分析数据可以通过分析而对人类的某些行为进行预测。

世卫组织的最新报告表明：心理问题导致了全世界12%的疾病。此外，报告还强调，46%的疾病都与抑郁症直接相关。世卫组织专家认为，如果保持这一趋势，在不考虑社会经济水平、国家、信仰和文化等因素的情况下，到2030年抑郁症将成为引发人们心理疾病的第一大诱因。据2019年世卫组织统计的最新数据显示，全球有超过3.5亿抑郁症患者，近十年来患者的增速约18%，而且统计结果显示，抑郁症在精神疾病负担中所占比重位于首位，约为40.5%。近年来，躯体疾病共患抑郁症的人数在逐年增加，给社会带来了极大的影响。慢性疾病如心绞痛、关节炎、哮喘、糖尿病甚至癌症等，常常共病抑郁症，而抑郁症又可影响慢性疾病的预后[2]。截至2019年，中国的抑郁人数已经超过9500万人。自1990年至2010年，抑郁症始终在我国疾病负担中排名第二，预计到2030年抑郁症将会居于我国疾病负担的首位[3]。在此基础上，随着经济的不断快速发展和心理问题的逐年递增，可以预测我国心理咨询与治疗的需求将会持续增长[4]。然而心理咨询行业仍面临着“僧多粥少”的局面，我国心理咨询师的缺口达43万人［5］。由于我国的心理服务行业起步较晚，咨询服务人员要通过一系列的学习和培训，通过考评达到合格后方可进入咨询行业进行咨询服务工作。以往传统对心理咨询从业人员的培训，采用的是由资深的心理咨询专家对新手咨询师的培训，由新手咨询师进行实习和接受督导，培训结束之后实习咨询师开始进入咨询服务工作。但在实际的操作过程中存在培训的方式单一、培训时间紧迫、实践技能训练缺乏、心理咨询督导制度不健全以及缺乏后续培养理念等问题[6]，传统对心理咨询服务人员的培养方式已经无法满足社会对心理咨询从业人员的迫切需求。此外，由于目前在心理咨询领域咨询服务人员的缺乏，在具体的咨询过程中“一种疗法，包治百病”的情况时有发生，导致来访者找不到合适的咨询师，耽误了治疗的时间，而咨询师又遇不到合适的来访者，造成了治疗资源的浪费，损害了咨询双方共同的利益[7]。对于目前存在的这些问题，大数据技术与心理咨询有效的结合是未来心理咨询行业发展的方向和目标。因此，本文认为在大数据背景下，有效挖掘心理咨询过程中的各种数据信息并且构建出一套能提升咨询方法与咨询效果的智能咨询模式，这是解决目前咨询行业局限的有效途径，由此提出“智能咨询模式”这一概念。

3 智能咨询模式的概念

与传统咨询模式不同，智能咨询模式结合了云计算和可实施动态系统，可以构建更完整的线上与线下结合的咨询服务体系。在大数据背景下，具有实用性、可扩展性及可靠性等特点的云计算可实现数据的分布式并行处理，是构建大数据分析平台的重要依托。在互联网时代的今天，线上咨询服务平台体系让来访者在遇到心理困惑时能随时随地进行心理求助，该咨询服务体系可以搜集来访者有关的家庭情况、工作性质与工作时长、在线购物、电话通讯及人际交往等方面的信息，并对这些实时信息进行数据汇总分析，有助于咨询师准确、全面了解来访者的近期动态信息与行为模式以及压力源，从而为来访者提供准确而有效的咨询服务。此外，该咨询服务体系还结合GPS导航仪与智能推荐服务功能等，可以根据来访者目前所处的地理位置与近期的动态信息以及行为模式，为来访者智能化推荐适合的线上咨询师与就近的线下心理咨询服务中心的咨询师。该模式的根本宗旨是为了进一步有效帮助来访者进行心理咨询，快速高效的解决来访者的心理问题与心理困惑。

从信息化视角来看智能咨询模式，智能咨询模式切实有效的利用咨询领域的相关内容和信息技术，有效实现咨询过程中对来访者信息的采集、处理、存储和应用等相关工作，使咨询信息内容充分实现数字化，对这些数字信息进行统计分析，并进一步进行行为预测。例如，学校可以通过对学生心理健康数据收集后，对全校学生心理健康进行全覆盖筛查，从筛查中筛选出心理可能存在危机的学生，对他们及早进行心理辅导和心理援助工作，并开发心理危机动态预警平台，联结危机学生动态信息资料库，让学生需要心理帮助的时候给予及时的帮助与辅导，做到早发现、早预防、早治疗。

4 智能咨询模式的特点

4.1 行业规范化

我国心理咨询与治疗的疗法呈纷乱景象。在专业培训领域，同样呈现各种五花八门的疗法，某冷僻的疗法反而比几大主要心理咨询流派更加兴旺[4]。其根本原因就是没有形成系统规范的治疗体系。在大数据背景下，我们可以借助互联网线上咨询服务体系平台在全国形成统一规范的治疗体系。对咨询师而言，在统一的心理咨询伦理守则的前提下，咨询师可以全面系统的收集各种疗法的咨询技巧和步骤，并将各个疗法的治疗过程系统性地整理成一套完整的治疗方法体系，这不仅可以为新手咨询师提供方便、准确的学习与指导标准，还可以规范咨询行业各种治疗方法和体系，使得咨询行业逐步规范化和完善化；对来访者而言，规范系统的咨询体系可以帮助来访者认可和信赖心理咨询服务行业，同时有助于保障来访者的各项权益，利于建立良好的咨访关系，这既可以提升咨询效果，又能进一步促进心理咨询服务向更全面、系统、专业化的方向发展。

4.2 信息精准化

大数据带给了我们很多知识，大数据在高等教育方面可以实时追踪学生动态信息，凭借学生们的ID卡使用情况获知他们何时何地购物、用餐或参加诸如音乐会和演讲等学生活动；获知他们何时进入宿舍、教室或是娱乐中心。课程管理软件记录了学生在某些学习资料上花费的学习时间，甚至可以追踪学生的课程签到情况、课堂表现情况[1]。结合高等教育带给我们在咨询方面的启示，我们在和来访者签订知情同意之后，可以对来访者的个人成长进行一系列的数据追踪，分析其个性特征以及行为习惯。对于普通人群，可以追踪居民用户信息的情况以及他们的行为方式（上网情况、出行或人际沟通），来更加准确、全面的了解来访者情况，然后对其提供及时、针对性的心理咨询服务。对于学生群体的来访者可以进行学生卡追踪，学生卡刷卡（进出教学楼等）获得学生的日常行为习惯和个性特质数据。通过客观的数据分析来了解个体的行为习惯，再结合心理诊断的系统流程，咨询服务工作者可以准确的对来访者的心理状况进行诊断，从而快速为来访者找到适合的咨询流派和治疗方法，高效地解决来访者的心理困扰，建立更好的心理咨询发展模式。

4.3 咨询个性化

在自然科学领域，大数据应用意义之重大是因为其一旦被准确定位、采集，就可以在无数领域被反复使用。同样，在大数据背景下，我们对咨询师的数据采集信息也可以在咨询领域反复使用。利用大数据构建的线上咨询服务平台体系，根据系统对咨询师的个人成长及咨询过程风格的评估，利用互联网全面整合采集咨询师的资料对来访者进行追踪分析以及个性特征评估的基础上，为来访者智能化推荐适合来访者个性特征的咨询师，致力于为来访者打造个性化的咨询服务体系。为来访者提供满意的咨询服务流程，有效解决来访者因对咨询效果不满意而出现在咨询过程脱落、产生咨询纠纷、咨询师资源浪费等问题，提升咨询服务效果和来访者的咨询满意度。

4.4 匹配高度化

“心病还须心药医”，如何在纷乱繁多的心理治疗方法中选择适合个体的某一疗法就变得尤为重要。精神分析、人本主义、认知行为、正念冥想、内观疗法…目前来说，心理治疗的方法有400多种，每一种方法都有研究证实其有效性[8]。但是在具体的咨询过程中，来访者如何选择最适合自己的治疗方法，如何寻找与自己最匹配的治疗师已成为一个亟待解决的现实问题。在这方面，我们可以利用大数据的潜能建立更坚实的关系来提升来访者与咨询师的匹配度。在互联网以及更强大的数据管理系统支持下，经统计2012年仅在美国地区，eHarmony旗下的婚介交友项目就促成了约20万桩婚姻[9]，这家公司的成功实际上主要归功于大数据方法在情侣配对、市场营销等方面的应用。这给我们的咨询工作带来的启示是，同样在来访者与咨询师的匹配方式上，我们可以借助线上咨询服务平台体系，收集来访者的个人成长经历和目前的动态行为信息，结合其个性特征以及处事风格，对来访者的特征进行系统化评估，得出评估结果；另一方面对咨询师的个人成长经历、学习经历以及咨询过程风格同样进行系统化评估，确定其治疗风格与所擅长的心理疾病治疗类别，以上信息经过系统全面综合的分析之后，系统会自动为来访者提供配对分数较好的咨询流派和咨询师，提供给来访者进行选择，以便来访者选择某一种适合自己的治疗方法，从而有效解决了某些地区心理咨询服务人员短缺、分布不均匀、来访者与咨询师不匹配导致咨询效果不佳等问题，最大化发挥咨询效益。

4.5 预防及早化

大数据另一个发展的领域就是预测分析，即利用计算机算法来分析大量的数据模式，从而做出自动化和半自动化的决策[10]。尽管有的读者并不关心消费、欺骗和行业竞争这些事，但预测分析还可以预测出谁会申请、保留、犹豫、最后成为买家。同样的，预测分析也能帮咨询师选出帮助来访者最佳的干预时机和方式。例如，亚利桑那州立大学的电子顾问（Advisor）软件程序通过主动监控学生的学位项目进步、Facebook信息、学生卡刷卡（进出教学楼等）的情况以及他们的行为方式，来区分出需要立即采取干预手段的问题学生，然后提供帮助，以确保他们能够顺利毕业[11]。对收集的信息进行可视化和量化管理，预测学生偏好和行为倾向，及早进行追踪，尽早制定干预措施。同样，线上心理咨询服务平台系统也可以运用电子软件程序通过主动监控有心理疾病来访者的行为方式，来区分出需要立即采取干预手段的来访者，然后提供及时而准确的帮助。比如，对抑郁症患者可以追踪其行为方式，在患者接受咨询效果较好的时候对其进行咨询，以帮助患者早日康复。对有自杀倾向的人群，通过主动监控干预，在其有自杀想法时立即采取相关的干预措施，提前进行心理咨询和其他疏导工作。国内很多高校都在探索构建基于“互联网+”思维的高校大学生心理危机预警平台系统，科学、动态、有效的进行高校心理危机的管理工作。在学校中，学校通过对所有学生心理健康数据进行收集、筛查，选出有心理危机的学生，及早对他们进行心理辅导和心理援助工作。例如，北大心理咨询中心通过结合学生的心理测评结果和心理咨询的过程反应模式，已经为在校学生建立实时动态预警系统，在学生将会出现心理危机的时候，预警系统会及时提示相关心理服务人员对危机学生进行相关干预工作，为高校的大学生心理危机预防提供保障。

5 总结

健康是促进人类社会全面发展的必然要求，是经济社会发展的基础条件，是民族昌盛和国家富强的重要标志，也是广大人民群众的共同追求。在“全民健康，健康中国”的倡导下，没有全民健康就没有全面小康，而心理健康是全民健康不可或缺的重要组成部分。心理咨询与心理治疗作为心理健康服务的重要组成形式，有助于促进人民身心健康发展；有利于提高全民的生活幸福指数；有利于社会局面的安定与和谐。而在互联网时代背景下，大数据与信息革命是时代发展的必然选择，也是未来心理咨询发展的主要趋势。利用大数据的潜能和优势解决当前心理咨询发展中存在的问题，以及提供更好的优质化的咨询服务是时代发展和人们追求更高健康生活的要求。

基金项目

教育部哲学社会科学研究重大课题攻关项目（17JZD043）；2017年度国家自然科学基金（31760287）。

参考文献

[1] Lane J E．Building a Smarter University：Big Data，Innovation，and Analytics［J］．Suny Press，2014（3）．

[2] 魏婷婷．专家视点：心血管疾病疗效不佳，警惕抑郁症共病［J］．医师在线，2016，6（29）：30-31．

[3] 王刚，胡昌清，丰雷，等．中国抑郁障碍的研究现状与展望［J］．中华精神科杂志，2015，48（3）：136-140．

[4] 陈祉妍，刘正奎，祝卓宏．我国心理咨询与心理治疗发展现状、问题与对策［J］．中国科学院院刊，2016（31）：1207．

[5] 周驰．中国心理咨询师缺口巨大［EB/OL］．（2019-05-11）．http://www.chinanews.com/sh/2019/05-11/8833821.shtml.

[6] 臧凯．心理咨询师培训存在的问题及应对策略［J］．中国市场，2015（47）：97-98．

[7] 曾海宽．心理咨询师匹配态度及其影响因素研究［D］．南方医科大学，2018．

[8] 周社刚，张小远．选择最佳治疗：来访者—治疗方法的匹配［J］．心理科学进展，2018（2）：294-305．

[9] Chang B A，Times L A．eHarmony founder has his heart set on reviving the dating site［J］．2012（2）．

[10] 郭晨．外汇管理领域大数据分析的运用探讨［J］．现代营销，2018（9）：23 -24．

[11] Parry M．Big Data on campus［J］．New York Times，2012（3）．