本发明涉及心理辅导系统，尤其涉及一种基于llm模型的心理辅导系统。
背景技术：
1、心理学作为心理辅导的理论基础，提供了对人类行为和心理过程的科学理解。认知行为疗法(cbt)和精神分析疗法等心理治疗方法已被广泛应用于临床实践，并证明对许多心理障碍有效。然而，这些方法通常需要大量的人力和时间投入，限制了它们在大规模应用中的可行性。
2、近年来，人工智能技术的快速发展，尤其是大型语言模型(llm)的出现，为心理辅导领域带来了新的机遇。llm通过深度学习技术，能够理解和生成自然语言，使得机器与人类之间的交流更加自然和流畅。这为开发智能心理辅导系统提供了技术基础，使得提供个性化、可扩展的心理辅导服务成为可能。
3、当前尽管已经诞生了一些人工智能+心理技术的产品和系统，但在实际应用中，依然存在一些问题：
4、场景使用广泛：当前更多结合技术是为了创造一个具备心理学知识的聊天机器人，但在实际应用中，此类人工智能无法满足场景需求。
5、缺乏危机干预机制：当前人工智能+心理产品对用户表现出来的潜在的心理问题可能未识别或过于敏感，从而会立刻中断聊天或无法具备“同理心”
6、缺乏心理学技术支持：当前llm大模型更多与心理技术结合，但对心理辅导中的流程并未深入研究，从而只具备了部分功能，无法满足心理辅导的整体场景需要。
技术实现思路
1、针对上述技术问题，本发明通过将llm大模型的自然语言处理能力和心理学理论相结合，构建了一个能够遵循工作流且能理解和处理学生心理状态和行为模式的心理辅导系统。
2、为了达到上述目的，本发明的技术方案提供了一种基于llm模型的心理辅导系统，其包括如下模块：心理画像构建模块，用于通过预先构建的心理画像模型，基于采集的用户相关数据，来构建用户心理画像；主诉困扰收集模块，用于通过人机交互模块与用户的交互，收集用户的主诉困扰信息；关系模型建立模块，用于基于用户心理画像和主诉困扰信息，构建用户问题发生网络模型，了解用户困扰产生的原因并预测后续可能产生的行为，以为后续的辅导和干预提供依据；辅导目标确认和干预方案推荐模块，用于基于关系模型建立模块确定的问题关系模式，引导用户确定相应的辅导目标并推荐合适的干预方案。
3、进一步地，构建心理画像模型包括如下步骤：s1：定义心理画像标签体系；s2：基于心理画像标签体系中的标签，构建如下多类数据采集手段并对其标签进行值域限定：文献搜集手段：设置对应不同标签的问题及选项表，对于各个选项，赋予相应标签值，数据分析手段：基于专家经验构建用于将用户语料与标签值进行对应的打标智能体，统计建模手段：针对预测类标签，通过筛选与该预测类标签相关的多个标签，构建该预测类标签的统计分析模型，以通过该统计分析模型，确定预测类标签值；s3：构建标签收集手段；s4：构建用户信息表，用于将用户及其对应的标签固定在一张表上。
4、进一步地，统计建模手段通过以下步骤来构建统计分析模型：
5、(1)通过文献搜集手段和数据分析手段筛选出与预测类标签构建相关的n个标签；
6、(2)进行数据清洗；
7、(3)构建二元logistics回归模型，其中，x1,x2,x3……xn为筛选出来的相关标签值，y为预测类标签值，β0,β1,β2……βn为模型参数；
8、
9、(4)模型参数估计，使用最大似然估计来估计模型参数：
10、
11、其对数函数为：
12、
13、通过梯度下降法求解对数函数的最大值，得到参数的估计值；
14、(5)模型检验，通过卡方检验来判断模型拟合好坏，通过wald统计量来检验回归系数显著性；
15、(6)模型评价，通过测试数据对模型性能进行评价。
16、进一步地，在数据分析手段中，还构建用户使用时长以及用户点击内部资源的频率与相关心理标签值的对应关系。
17、进一步地，在步骤s3中，构建标签收集手段时，除了产品内部功能使用标签，还提供主动标签赋值手段。
18、进一步地，在基于采集的用户相关数据来构建用户心理画像时，当获得用户使用产品功能所产生的文字内容时，通过进行相关分析，基于打标智能体构建该用户的标签值，其中，相关分析采用皮尔逊等级相关计算公式，设a为获得的文字内容，即用户语料，b为标签值，r为相关系数：
19、
20、在r>设定阈值时，构建对应标签值。
21、进一步地，所述关系模型建立模块按照如下步骤构建用户问题发生网络模型：t1节点定义：将用户的每个具体问题定义为网络中的一个节点，并将用户主诉也定义为一个新的节点，其中，节点vi∈v代表用户的具体问题；t2网络构建：识别问题之间的关联和相互作用，构建问题网络图谱，其中，设g＝(v,e)为网络图，v是节点的集合，e是边的集合，边线eij∈e代表用户的具体问题；t3关系映射：确定节点之间的关系，并将这些关系以连线的形式在网络模型中表示出来；t4模式识别：使用图论中中心性分析算法，识别问题网络中的模式和关键影响因素。
22、进一步地，在步骤t3关系映射中，通过llm模型，识别节点之间关系，确定问题集合v＝{v1,v2,v3……vn}；节点之间的关系主要是由偏相关系数决定或者人为自定义；边线的粗细代表关系的强弱，边线的颜色代表关系是正相关还是负相关；节点之间的联系通过边线相连，每一条边线定义为eij。
23、进一步地，在步骤t4模式识别中，通过优化后的度中心性分析来确定节点的重要程度，并且通过网络可视化工具把构建好的网络进行可视化。
24、进一步地，所述系统还包括如下模块：干预效果评估模块：用于基于心理辅导后的用户反馈结果，评价干预方案效果。
1.一种基于llm模型的心理辅导系统，其特征在于，包括如下模块：
2.根据权利要求1所述的系统，其特征在于，构建心理画像模型包括如下步骤：
3.根据权利要求2所述的系统，其特征在于，统计建模手段通过以下步骤来构建统计分析模型：
4.根据权利要求3所述的系统，其特征在于，在数据分析手段中，还构建用户使用时长以及用户点击内部资源的频率与相关心理标签值的对应关系。
5.根据权利要求4所述的系统，其特征在于，在步骤s3中，构建标签收集手段时，除了产品内部功能使用标签，还提供主动标签赋值手段。
6.根据权利要求5所述的系统，其特征在于，在基于采集的用户相关数据来构建用户心理画像时，当获得用户使用产品功能所产生的文字内容时，通过进行相关分析，基于打标智能体构建该用户的标签值，其中，相关分析采用皮尔逊等级相关计算公式，设a为获得的文字内容，即用户语料，b为标签值，r为相关系数：
7.根据权利要求1-6中任一项所述的系统，其特征在于，所述关系模型建立模块按照如下步骤构建用户问题发生网络模型：
8.根据权利要求7所述的系统，其特征在于，在步骤t3关系映射中，
9.根据权利要求8所述的系统，其特征在于，在步骤t4模式识别中，通过优化后的度中心性分析来确定节点的重要程度，并且通过网络可视化工具把构建好的网络进行可视化。
10.根据权利要求1所述的系统，其特征在于，所述系统还包括如下模块：
