本文提出以文本挖掘等技术为基础，构建一个用于在线社交网络的用户心理状态预测系统。首先，收集和处理用户数据并定义心理状态；然后，使用情感词汇频率、情感强度和相关文本特征构建特征工程；其次，选择传统算法和递归神经网络进行模型训练；最后，通过指标评价模型检测来选择可用的模型 ，并确定相应的参数配置，以提高心理状态预测的准确性。