本发明提出了一种利用日常行为数据的大学生心理危机预警方法，实现步骤为：获取训练样本集和测试样本集；构建基于交叉网络的心理危机预警模型；对心理危机预警模型进行迭代训练；获取心理危机预警结果。本发明在对心理危机预警模型进行训练以及获取评估结果的过程中，交叉网络通过对输入的特征向量进行逐元素相乘，能够深入挖掘不同特征间的交互关系，并通过全连接神经网络的多次非线性运算，隐式地生成特征间的交互信息，提高了预测的准确性；同时本发明使用的有自适应权重的交叉熵损失函数，通过调整不同类别样本的权重，降低了易分类样本的权重，使得模型能够更多地关注那些难以分类但更为关键的样本，从而提高了模型的预测精度和泛化能力。