【摘要】 大学生心理健康智能测评由于仅对影响因素数据进行属性划分，导致方法的测评准确率较低。因此，文章设计了基于改进决策树算法的大学生心理健康智能测评方法。对获取的大学生心理健康原始数据进行数据清洗和数据选择，得到质量更高的数据集，构建相对应的大学生心理健康测评架构，将大学生的心理健康状态划分为健康、轻度不健康和不健康三种，并计算测评方法的分类性能，利用改进决策树算法的特性，筛选和优化测评因子，再通过计算对测评因子进行赋值，得到测评因子的拟合结果，通过对大学生心理健康的影响因素数据进行属性划分和赋值，并对其进行归一化计算，实现大学生心理健康测评的智能化。通过上述的设计，完成对大学生心理健康智能测评方法的设计。在实验测试中，和以往的大学生心理健康智能测评方法相比，基于改进决策树算法的大学生心理健康智能测评方法测评准确率为97.82%，测评准确率更高。更多还原