基于 ECLAT 的关联规则挖掘：促进职场心理健康与组织洞见

为什么你的工作与心理紧密相连

职场心理健康不再只是个人问题；它影响公司运转效率、员工的创造力以及员工的留任时长。然而，大多数工作场所仍依赖于简单的问卷或零散的健康活动，这些手段很少能揭示日常工作条件中究竟哪些因素在消耗人们或帮助他们应对。本研究分析了成千上万份详尽的员工调查回答，采用一种强大的模式发现方法，揭示哪些工作条件的组合最常与心理压力或支持同时出现。目标是将零散的调查响应转化为领导者可以采取行动的明确信号。

深入探查职场压力的表象之下

研究者以一项规模大、引用广泛的员工调查为起点——受访者主要来自科技行业，问题涉及心理健康史、治疗经历、职场文化和公司政策。研究不是聚焦单个问题，而是将每个人的全部回答视作其工作生活的快照。关键议题包括员工是否了解心理健康资源、请假是否便利、与上司或同事交流是否感到安全，以及心理或身体健康哪个更受重视。年龄和所在地等人口统计信息被暂时排除，以便分析能够清晰聚焦于塑造日常福祉的职场内部条件。

将调查回答转化为模式

为了理解这些丰富但混杂的信息，团队使用了一种称为关联规则挖掘的方法，并采用高效的 ECLAT 算法。简而言之，该方法寻找在许多员工中反复共同出现的回答组合——例如，既表示心理健康经常干扰工作又报告曾寻求治疗的人。每位受访者的回答被编码为小的构件，算法扫描整个数据集，找出哪些构件经常聚在一起。由于 ECLAT 采用紧凑的纵向数据视图，它可以快速检索成千上万种可能的组合，同时保持结果易于解释。

隐藏关联揭示了关于职场的真相

发现的模式勾勒出心理健康与职场设计如何相互作用的细致图景。报告心理健康常常影响工作的人，毫无意外地更可能寻求治疗——但他们也更常出现在那些在健康项目或面试中不讨论心理健康的组织中。相比之下，科技公司员工更常报告看不到对有心理健康问题同事的负面后果，这暗示了相对更安全的披露氛围。知晓公司有健康项目和福利与实际寻求帮助之间也存在强烈关联：当支持结构可见且值得信赖时，员工明显更可能利用它们。相反，那些不确定使用心理健康服务是否能保密的员工往往选择沉默，尤以像面试这样正式的场合为甚。

衡量哪些关联真正重要

并非所有模式都同样重要，研究用三项简单指标评估每一条发现的关系：发生的普遍性、一个回答可靠地跟随另一个回答的程度，以及该组合出现频率是否高于随机水平。通过这一视角，最强的关联之一涉及福利获取、健康项目及公司规模。提供明确心理健康福利和结构化健康项目的大型组织，其员工更有可能寻求帮助。较小的公司以及管理者或同事支持薄弱的职场更常缺乏此类福利，且较少出现公开讨论的迹象。当研究者将 ECLAT 与其他流行方法相比时，发现它能发现相同的关键模式，但所需的计算时间和内存远少，使其在组织的常规使用中更为实用。

从数据线索走向更好的日常工作生活

对非专业读者而言，本研究的信息直截了当：员工调查中包含强有力的线索，表明工作如何保护或伤害心理健康，但这些线索存在于回答的组合中，而非单一问题。通过使用像 ECLAT 这样快速的模式挖掘工具，组织可以发现哪些政策、文化与支持的组合——例如可见的健康项目、实在的福利和可靠的隐私保障——与更健康的员工同时出现。虽然本研究中的数据来自近期工作方式变化之前，但该方法本身可接入任何现代调查。明智使用时，它能指导具体举措，构建员工更敢于寻求帮助、经历更少隐性压力并更能发挥最佳表现的工作场所。

引用: Ullah, A., Ashraf, S., Aldakheel, E.A. et al. ECLAT based association rule mining for advancing workplace mental health and organizational insights. Sci Rep 16, 14090 (2026). https://doi.org/10.1038/s41598-026-41702-0

关键词: 职场心理健康, 员工调查, 数据驱动人力资源, 关联规则挖掘, 组织福祉