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