心理危机问题近年来逐渐成为热点讨论的话题,许多由心理危机问题导致的犯罪、自杀案件在各大媒体上引起了大量的关注。危机的监测与防控逐渐成为亟待解决的问题。网络社交媒体是目前很多人宣泄情感的重要途径,是心理危机监测的一个非常重要的窗口。目前基于社交媒体的心理健康研究工作都集中的心理危机的识别上,没有工作研究心理危机干预的时机问题,也忽略了用户本身接受心理危机问题援助的意愿,这对用户与援助者的沟通可能会造成不良影响。心理危机的干预介入意愿,本质上是用户对于外界的求助意愿。许多用户心理难受的时候会在论坛上发帖求助,本文研究的主要目标是对用户发帖求助的行为进行分析和预测。首先根据心理统计学知识,以及自然语言处理技术对用户在Reddit论坛上的帖子提取特征。根据时间窗口划分方法,处理数据集,并对用户社交文本的内容特征进行纵向分析,剖析用户的心理变化情况。通过对语言学特征的分析,观测到不同词类在该时间段使用频率(静态)上的区别;跟据对情感动力学特征的分析,挖掘出不同词类在频率波动(动态)上的差异。此外通过对不同自杀风险等级帖子在时间窗口样本中的分布情况进行分析,我们可以得出结论:自杀风险等级特别高的用户接受干预的意愿更少,这与心理学上的结论是一致的,也说明了心理危机的及时识别和主动干预的重要性。在预测模型构建的过程中,依据用户是否在SuicideWatch(心理危机求助论坛)上有发帖行为,定义用户是否存在干预介入意愿,根据时间窗口划分策略构建包含干预意愿的数据集正负样本。通过贪婪法策略对特征进行融合,最后基于SVM方法对干预时机进行分类,从而对用户在社交媒体上的干预意愿进行区分。实验结果显示,本文提出的方法可以对心理危机用户干预时机进行有效的识别。通过分析特征,预测模型按照Precision(精确率)、Recall(召回率)以及F-score进行评价。效果最好的预测模型,其特征经过适应性时间窗口划分处理,并且将LGF、NGF、以及EDF特征融合,最终得出的预测模型在数据集上预测效果:F1值为0.711,精确率为0.786,召回率为0.649。