基于貝葉斯網(wǎng)絡(luò)的醫(yī)學專業(yè)碩士研究生復(fù)試評價指標體系構(gòu)建

莫定源

摘要近幾年，醫(yī)學專業(yè)碩士研究生的招生數(shù)量呈現(xiàn)不斷上升的態(tài)勢，攻讀碩士研究生成為許多醫(yī)學專業(yè)?？苹虮究粕睦硐?。碩士研究生復(fù)試作為研究生招生的重要一環(huán)，建立合理且符合實際的碩士研究生復(fù)試評價指標體系顯得尤為重要。本文結(jié)合廣西醫(yī)學類高校碩士研究生的招生現(xiàn)狀，提出基于貝葉斯網(wǎng)絡(luò)的醫(yī)學專業(yè)碩士研究生復(fù)試評價指標體系，為醫(yī)學專業(yè)碩士研究生復(fù)試工作提供有益的參考。

關(guān)鍵詞 貝葉斯網(wǎng)絡(luò) 醫(yī)學專業(yè) 碩士研究生復(fù)試 評價指標

中圖分類號：G643文獻標識碼：ADOI：10.16400/j.cnki.kjdk.2021.14.012

Construction of Evaluation Index System for Medical Postgraduates’ Reexamination Based on Bayesian Network

MO Dingyuan

（Youjiang Medical University for Nationalities， Baise， Guangxi 533000）

AbstractIn recent years， the enrollment of medical postgraduates has been on the rise， and it has become an ideal choice for many medical majors. As an important part of postgraduate enrollment， it is particularly important to establish a reasonable and practical evaluation index system of postgraduate reexamination. In this paper， combined with the current situation of postgraduate enrollment in Guangxi Medical Colleges and universities， we put forward the evaluation index system of medical postgraduate reexamination based on Bayesian network， which provides a useful reference for the reexamination of medical postgraduate.

KeywordsBayesian network； medical specialty； postgraduate reexamination； evaluation index

0引言

近十年，我國碩士研究生招生規(guī)模呈現(xiàn)穩(wěn)步增長趨勢，特別是由于2020年全球受到新冠肺炎疫情的影響，國家優(yōu)化醫(yī)學類人才培養(yǎng)結(jié)構(gòu)，對醫(yī)學類專業(yè)碩士研究生招生規(guī)模有所傾斜，導致醫(yī)學專業(yè)碩士研究生的招生規(guī)模進一步擴大。研究生考試由初試和復(fù)試兩大模塊組成，初試主要考察基礎(chǔ)知識和專業(yè)知識，復(fù)試主要考察外語聽說能力、專業(yè)知識與實操能力、語言表達能力、創(chuàng)新能力等。相比初試，復(fù)試的評分受考官主觀因素影響較大，因此，為了實現(xiàn)研究生招生過程中的公平、公正、客觀，需要有一套科學合理、符合學科特點和專業(yè)特色的復(fù)試評價指標體系。

1目前碩士研究生復(fù)試評價指標體系存在的缺陷

1.1公平性難以保證

近年來，不少醫(yī)學類高等院校都熱衷舉辦優(yōu)秀大學生夏令營，參加過夏令營的學生在復(fù)試中一般都處于優(yōu)勢地位，往往容易得到導師的青睞，而復(fù)試評價指標體系形同虛設(shè)，這些學生只要初試過線便會被錄取。這對具有同等學術(shù)能力或更加優(yōu)秀的考生，顯得尤為不公平。

1.2信息流通不對稱

對于報考本校的考生，往往獲得的考研信息更多。本校生可以輕而易舉了解導師信息、旁聽導師的課程，提前與導師溝通聯(lián)系等，這對本校生有更大的優(yōu)勢。此外，招生院校是否保護一志愿考生，還是更愿意名校調(diào)劑生等，這些信息的流通如果不對稱，勢必會對考生的公平造成影響。

1.3缺乏詳細的復(fù)試評價指標體系

實際上，很多招醫(yī)學專業(yè)碩士研究生的高校在研究生官網(wǎng)中都公布了復(fù)試的計算方法，比如廣西某醫(yī)學類高校2020年碩士研究生復(fù)試總成績計算方法：復(fù)試總成績（滿分100分）=專業(yè)能力考核（滿分為100分）30%+外語能力考核（滿分為100分）15%+綜合素質(zhì)考核（滿分為100分）55%。但是詳細的復(fù)試指標體系及各指標的權(quán)重未在官網(wǎng)中公布，比如外語能力考核應(yīng)包括通用外語知識、專業(yè)外語知識和外語交流能力，各部分的權(quán)重也應(yīng)該對外公布。缺乏詳細的復(fù)試評價指標體系，主觀因素滲透過多，勢必會影響復(fù)試的客觀、公平、公正。

2構(gòu)建完善的復(fù)試評價指標體系的必要性

目前，醫(yī)學專業(yè)碩士研究生復(fù)試缺乏客觀、合理、科學的評價指標體系，這對復(fù)試工作的健康有序進行造成極大影響。完善的醫(yī)學專業(yè)復(fù)試評價指標體系，可以保證復(fù)試評價的科學性、合理性、公平性，同時是復(fù)試內(nèi)容的重要參考依據(jù)，也是基于研招單位考官統(tǒng)一思想認識的要求。復(fù)試的細化工作的實施，利于制定量化操作的復(fù)試標準。

3構(gòu)建醫(yī)學專業(yè)研究生復(fù)試評價指標體系的原則

3.1主次分明的原則

醫(yī)學專業(yè)考生復(fù)試的內(nèi)容涉及面很廣，需要考查考生各方面能力也很多，因此我們要根據(jù)醫(yī)學專業(yè)研究生培養(yǎng)目標的一致性，從眾多影響因素中篩選出關(guān)鍵的影響因子，同時也舍棄一些對目標影響較小或次要的影響因子。分清主次影響因子，抓住主要矛盾，同時也要盡量保證醫(yī)學專業(yè)復(fù)試指標體系的完整、全面。

3.2客觀獨立的原則

構(gòu)建的復(fù)試指標體系必須能夠反映醫(yī)學專業(yè)考生的實際水平，并能對考生做出客觀的衡量。復(fù)試指標體系的指標必須不重不漏、客觀獨立，指標間的意思不能交叉、重復(fù)或相近，各指標的權(quán)重不能過于主觀，要尊重客觀事實。權(quán)重的確定既要滿足一致性檢驗，也要充分考慮專家意見，以最大程度消除主觀因素對評價指標體系的影響。

3.3易于量化的原則

構(gòu)建的醫(yī)學專業(yè)復(fù)試指標體系中各指標應(yīng)易于量化，能夠定量化描述指標的數(shù)量關(guān)系。對于難于量化且次要的指標，可以舍棄；對于難于量化且重要的指標，應(yīng)當有可操作的語言描述出來，再用易于量化的指標替代之。在實際操作中，根據(jù)篩選的指標特點，可以按照一定的標準將各個指標劃分為不同的等級，將指標的得分對應(yīng)到相應(yīng)等級，據(jù)此再進行下一步研究。

4貝葉斯網(wǎng)絡(luò)介紹及復(fù)試評價指標體系的構(gòu)建

4.1貝葉斯網(wǎng)絡(luò)模型

貝葉斯網(wǎng)絡(luò)（Bayesian network，簡稱BN），是一種概率推理模型的圖形化網(wǎng)絡(luò)，是一種不確定性的因果關(guān)聯(lián)模型，目前已被廣泛應(yīng)用于社會各領(lǐng)域。BN通過條件概率對不完整、不確定信息條件下進行學習和推理，使得BN具有強大的不確定性處理能力。貝葉斯網(wǎng)絡(luò)由兩部分組成：一是有向無環(huán)圖（DAG）；二是條件概率表（CPT）。如圖1為簡單的貝葉斯網(wǎng)絡(luò)模型，如果已知條件證據(jù)A，則可推出B、C、D等；如果已知證據(jù)D，則可推出A、B、C對應(yīng)等級發(fā)生的概率。

貝葉斯網(wǎng)絡(luò)學習包括兩個部分：結(jié)構(gòu)學習（即確定網(wǎng)絡(luò)結(jié)構(gòu)中各節(jié)點的因果關(guān)系）和參數(shù)學習（即確定CPT中的條件概率）。由于貝葉斯網(wǎng)絡(luò)具有直觀和強大的推理能力等優(yōu)點，目前已經(jīng)應(yīng)用于社會各領(lǐng)域，如醫(yī)療衛(wèi)生、交通運輸、教育教學、生物克隆和自然災(zāi)害預(yù)測等領(lǐng)域。

4.2復(fù)試評價指標體系的構(gòu)建

根據(jù)教育部對碩士研究生復(fù)試的要求及招醫(yī)學專業(yè)碩士研究生的高校具體的復(fù)試辦法，同時借鑒程光德等構(gòu)建的優(yōu)秀生源評價指標體系、徐淼構(gòu)建的復(fù)試標準化指標體系、曾軍麗等構(gòu)建的鑒別性素質(zhì)測評標準體系，本文提出醫(yī)學專業(yè)碩士研究生復(fù)試評價指標體系。各研招單位在復(fù)試之前，應(yīng)當將復(fù)試評價指標體系各指標等級劃分標準化，并召集志愿者、相應(yīng)考官模擬復(fù)試并評分，針對模擬情景商討評分的標準與統(tǒng)一，以確保考官在真正考場打分的客觀性、公平性。本文根據(jù)醫(yī)學專業(yè)的特點，同時結(jié)合實際的可操作性，構(gòu)建的醫(yī)學專業(yè)碩士研究生復(fù)試評價指標體系如表1所示。

在表1中，每一指標層均包含五個評價標準等級，評價的各等級標準對應(yīng)百分制分數(shù)。若某考生三級指標得分為X，則等級劃分如下：好（90≤X≤100分）、較好（80≤X<90分）、一般（70≤X<80分）、差（60≤X<70分）、很差（0≤X<60分）。將各位考官評分加權(quán)求數(shù)學期望后得到的分數(shù)，即為考生的最終三級指標得分，再而通過確定的權(quán)重計算出二級指標、一級指標、目標層的分數(shù)值，分數(shù)越高表示能力與素質(zhì)越高。

4.3指標體系中各指標的說明

各招生單位在確定復(fù)試評價指標體系后，需對表1中的三級指標考查的內(nèi)容做詳細說明，并確定各個指標的等級劃分。等級劃分應(yīng)充分考慮考生的實際情況，同時征求相關(guān)領(lǐng)域?qū)＜乙庖?，并能根?jù)實際適時作出調(diào)整，以適應(yīng)不斷變化的社會形勢。如表2為三級指標評價的具體內(nèi)容及等級劃分。

4.4貝葉斯網(wǎng)絡(luò)模型的構(gòu)建

本文利用Netica模擬軟件構(gòu)建復(fù)試評價指標體系的貝葉斯網(wǎng)絡(luò)拓撲結(jié)構(gòu)，根據(jù)各指標間相互依存的關(guān)系，構(gòu)建如圖2所示的拓撲結(jié)構(gòu)示意圖。其中，每個指標分為5個等級（好、較好、一般、差、很差）。構(gòu)建好貝葉斯網(wǎng)絡(luò)拓撲結(jié)構(gòu)之后，對復(fù)試評價各指標的數(shù)據(jù)進行標準化處理，然后根據(jù)標準化數(shù)據(jù)合理劃分等級后創(chuàng)建對應(yīng)的case文件或excel表格，再利用Netica軟件選擇合適的方法對模型進行參數(shù)學習。參數(shù)學習后，即可實現(xiàn)數(shù)據(jù)分析、敏感性分析、預(yù)測研究等，從而為研招單位提供有價值的信息，為實現(xiàn)選拔優(yōu)質(zhì)考生提供了一種思路。

5結(jié)論

本文根據(jù)前人的研究成果，結(jié)合醫(yī)學專業(yè)的獨特性，提出基于貝葉斯網(wǎng)絡(luò)模型的醫(yī)學專業(yè)碩士研究生復(fù)試評價指標體系。該模型優(yōu)點如下：一是模型簡捷且直觀，能直接展示各指標間的依存與因果關(guān)系；二是根據(jù)Netica軟件中敏感性分析，可以篩選出影響復(fù)試的關(guān)鍵性因子，以及對各影響因子的重要程度排序；三是利用貝葉斯網(wǎng)絡(luò)模型，輸入不同因子的證據(jù)可以對復(fù)試結(jié)果進行預(yù)測，或想取得理想的復(fù)試結(jié)果，預(yù)測各影響因子不同等級發(fā)生的概率。綜上所述，構(gòu)建基于貝葉斯網(wǎng)絡(luò)模型的醫(yī)學專業(yè)碩士研究生復(fù)試評價指標體系，通過Netica軟件不僅可以對現(xiàn)有數(shù)據(jù)進行數(shù)據(jù)分析、敏感性分析，而且可以根據(jù)已訓練的模型進行預(yù)測研究，這為各研招單位實現(xiàn)優(yōu)質(zhì)生源提供了一種思路。

課題：右江民族醫(yī)學院2020年度校級科研課題立項，項目編號：yy2020sk003；項目名稱：基于貝葉斯網(wǎng)絡(luò)的醫(yī)學專業(yè)碩士研究生復(fù)試評價指標體系研究與應(yīng)用

參考文獻

[1]孟凡德.研究生復(fù)試公平公正策略探討.教育評論，2019（3）：52-55.

[2]程光德，趙亞青.構(gòu)建碩士研究生復(fù)試環(huán)節(jié)優(yōu)秀生源評價指標體系的探索.湖北第二師范學院學報，2019（10）：70-73.

[3]陸靜.研究生復(fù)試中存在的問題及對策研究.代代教育論叢，2019（2）：13-26.

[4]高靜.基于多屬性的決策理論的碩士研究生的復(fù)試評價方法研究.燕山大學.

[5]楊青.基于改進貝葉斯網(wǎng)絡(luò)的乳腺癌預(yù)后模型的研究與應(yīng)用.安徽大學.

[6]童璐璐.基于貝葉斯網(wǎng)絡(luò)的高速公路交通事故嚴重程度預(yù)測研究.北京交通大學.

[7]劉艷杰，李霞.基于貝葉斯網(wǎng)絡(luò)的學生成績預(yù)測.山東理工大學學報（自然科學版），2019.33（5）：75-78.

[8]張麗萍，張瑞霞，王歡，等.基于貝葉斯網(wǎng)絡(luò)的克隆代碼有害性預(yù)測.計算機應(yīng)用，2016.36（1）：260-265.

[9]李玉蓮.基于動態(tài)貝葉斯網(wǎng)絡(luò)的海洋平臺火災(zāi)概率預(yù)測.中國石油大學.

[10]徐淼.碩士研究生招生復(fù)試標準化指標體系設(shè)計研究.湖北民族學院學報（哲學社會科學版），2008.26（3）：133-137.

[11]曾軍麗，劉渝琳，李志.研究生優(yōu)秀生源選拔中的面試技術(shù)優(yōu)化問題探討.研究生教育研究，2011（1）：39-42.