随着我国经济的发展,人民对生活质量的追求日益增长,与此同时,在较快的生活节奏与社会发展变化下,心理压力与动力冲突也日益凸显,心理健康成为国家与人民日益关注的问题。掌握国民总体心理健康水平、心理健康状况的变化趋势、不同人群的心理健康特征、心理健康问题导致的影响等数据,对于制定有关政策、指导相关工作具有重要的参考价值。为了更好地了解国民的心理健康状况,许多专家和学者开始研究在线的心理测评系统,希望通过心理测评系统来了解国民的心理健康问题。然而目前大多数心理评测系统仅仅是对用户进行心理量表评测,未对大量心理数据进行深入分析,没有充分利用这些数据,未能挖掘其隐藏的一些信息知识。针对上述问题,运用数据挖掘相关技术,本文基于心理云大数据平台提出了对用户心理画像的研究方法与应用,主要负责用户管理功能、心理评测功能和用户心理画像功能的设计与实现。具体来说,工作主要包括以下几方面:首先本文提出了心理健康因子预测模型,具体分为先聚类再分类模型和聚类分类综合模型。这两个模型使用k-mean++算法分别从被试用户角度和心理健康因子的角度对数据集进行细粒度划分;然后使用C4.5决策树算法,通过被试用户基础信息对心理健康因子信息进行分类预测。其次,根据收集的数据集,设计对比实验,分别对先聚类再分类模型和聚类分类综合模型进行验证,通过对比选择最优的模型。最后,把心理健康因子预测模型应用于心理云大数据平台中去。实验表明,构建的心理健康因子预测模型具有较好的效果,同时也为如何运用数据挖掘相关技术进行用户心理画像构建提供了非常有价值的参考。