近年来高校心理问题学生数量呈现逐年上升趋势,自杀已成为15-34岁青少年人群死亡的最主要原因,给家庭、学校和社会带来巨大创伤和损失,有效做好心理危机预警及干预至关重要。但是,当前的大学生心理危机预警手段较为单一,绝大多数仅停留在传统的新生入学阶段SCL量表测试,预警效果有限且时效性差。因此,有效借助新技术对学生的属性行为数据进行挖掘分析,实现心理危机预警,对学生管理者做好心理健康工作具有重要意义。本文提出一种基于决策树算法的大学生心理危机预警方法,通过评估后选用C4.5分类算法对可能产生心理危机的显著特征属性进行分析,根据特征属性的不同取值情况判断出该学生是否可能存在心理危机。在特征属性的选取过程中,本文借鉴了学生管理专家的意见并对部分属性进行二元Logistic回归分析后,最终选出性格特征、家庭构成、家庭经济、家庭关系、请假类型、挂科情况六个最为显著的特征属性用于决策树建模,并提取预警结果呈阳性的14条规则对模型加以描述。根据相关文献对模型进行定性评价,证明其具备可信度和参考价值;对比不同数据集对模型的定量检验结果可知,模型预测的整体准确率可达到95%以上,精确率达80%以上,召回率平均可达60%以上,F值稳定在70%以上,证明该模型具备较好的泛化能力。为有效发挥模型预警功能,本文设计实现了以预警模型为中心的应用系统。该系统是基于Web的B/S系统,后台使用Spring MVC框架,前端使用JSP语言,数据库使用My SQL进行开发。主要实现了学生基本信息采集、成绩管理、请假申请审批等基础功能,这些功能中所产生的相应数据被用于最终实现心理危机预警功能,服务于基层学生管理工作。