当前,心理健康(抑郁)问题已经成为了当今社会除身体健康以外危害人类健康的又一个重要问题。这个问题的存在不但对于个人有着巨大的危害,同时对于整个社会环境也有着不小的影响。本文针对目前传统心理学测量领域在心理健康方面测量的弊端,提出了通过使用互联网用户的社交媒体行为来进行心理健康(抑郁)状态的辨识方法,通过使用机器学习的方法来构建抑郁预测模型。本文首先分析了互联网社交媒体行为和心理健康状态的研究现状与优缺点,继而论述了使用社交媒体行为来预测抑郁状态的可行性。然后针对当前心理健康状态量表测量法的某些弊端,提出了使用互联网用户社交媒体行为来替代传统方式的整个流程方法,并且实现了基于用户社交媒体行为的抑郁状态预测模型。紧接着通过对原数据不同时间周期的探讨来论证提高预测模型准确性的方法,并在最后构建和展望了心理健康状态展示及援助工作。本文根据语言和行为特征通过使用10,102个新浪微博用户的社交媒体行为构建了抑郁预测模型。通过使用机器学习的方法,我们通过不同的时间周期探讨了模型的分类和预测效果。其结果说明用户的抑郁状态是可以通过其新浪微博的使用数据预测出来的,并且具有滞后性的特点。