基于貝葉斯網絡的醫學專業碩士研究生復試評價指標體系構建

莫定源

摘要近幾年，醫學專業碩士研究生的招生數量呈現不斷上升的態勢，攻讀碩士研究生成為許多醫學專業專科或本科生的理想。碩士研究生復試作為研究生招生的重要一環，建立合理且符合實際的碩士研究生復試評價指標體系顯得尤為重要。本文結合廣西醫學類高校碩士研究生的招生現狀，提出基于貝葉斯網絡的醫學專業碩士研究生復試評價指標體系，為醫學專業碩士研究生復試工作提供有益的參考。

關鍵詞 貝葉斯網絡 醫學專業 碩士研究生復試 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模呈現穩步增長趨勢，特別是由于2020年全球受到新冠肺炎疫情的影響，國家優化醫學類人才培養結構，對醫學類專業碩士研究生招生規模有所傾斜，導致醫學專業碩士研究生的招生規模進一步擴大。研究生考試由初試和復試兩大模塊組成，初試主要考察基礎知識和專業知識，復試主要考察外語聽說能力、專業知識與實操能力、語言表達能力、創新能力等。相比初試，復試的評分受考官主觀因素影響較大，因此，為了實現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特色的復試評價指標體系。

1目前碩士研究生復試評價指標體系存在的缺陷

1.1公平性難以保證

近年來，不少醫學類高等院校都熱衷舉辦優秀大學生夏令營，參加過夏令營的學生在復試中一般都處于優勢地位，往往容易得到導師的青睞，而復試評價指標體系形同虛設，這些學生只要初試過線便會被錄取。這對具有同等學術能力或更加優秀的考生，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，提前與導師溝通聯系等，這對本校生有更大的優勢。此外，招生院校是否保護一志愿考生，還是更愿意名校調劑生等，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缺乏詳細的復試評價指標體系

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

2構建完善的復試評價指標體系的必要性

目前，醫學專業碩士研究生復試缺乏客觀、合理、科學的評價指標體系，這對復試工作的健康有序進行造成極大影響。完善的醫學專業復試評價指標體系，可以保證復試評價的科學性、合理性、公平性，同時是復試內容的重要參考依據，也是基于研招單位考官統一思想認識的要求。復試的細化工作的實施，利于制定量化操作的復試標準。

3構建醫學專業研究生復試評價指標體系的原則

3.1主次分明的原則

醫學專業考生復試的內容涉及面很廣，需要考查考生各方面能力也很多，因此我們要根據醫學專業研究生培養目標的一致性，從眾多影響因素中篩選出關鍵的影響因子，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學專業復試指標體系的完整、全面。

3.2客觀獨立的原則

構建的復試指標體系必須能夠反映醫學專業考生的實際水平，并能對考生做出客觀的衡量。復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、重復或相近，各指標的權重不能過于主觀，要尊重客觀事實。權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

構建的醫學專業復試指標體系中各指標應易于量化，能夠定量化描述指標的數量關系。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，將指標的得分對應到相應等級，據此再進行下一步研究。

4貝葉斯網絡介紹及復試評價指標體系的構建

4.1貝葉斯網絡模型

貝葉斯網絡（Bayesian network，簡稱BN），是一種概率推理模型的圖形化網絡，是一種不確定性的因果關聯模型，目前已被廣泛應用于社會各領域。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。貝葉斯網絡由兩部分組成：一是有向無環圖（DAG）；二是條件概率表（CPT）。如圖1為簡單的貝葉斯網絡模型，如果已知條件證據A，則可推出B、C、D等；如果已知證據D，則可推出A、B、C對應等級發生的概率。

貝葉斯網絡學習包括兩個部分：結構學習（即確定網絡結構中各節點的因果關系）和參數學習（即確定CPT中的條件概率）。由于貝葉斯網絡具有直觀和強大的推理能力等優點，目前已經應用于社會各領域，如醫療衛生、交通運輸、教育教學、生物克隆和自然災害預測等領域。

4.2復試評價指標體系的構建

根據教育部對碩士研究生復試的要求及招醫學專業碩士研究生的高校具體的復試辦法，同時借鑒程光德等構建的優秀生源評價指標體系、徐淼構建的復試標準化指標體系、曾軍麗等構建的鑒別性素質測評標準體系，本文提出醫學專業碩士研究生復試評價指標體系。各研招單位在復試之前，應當將復試評價指標體系各指標等級劃分標準化，并召集志愿者、相應考官模擬復試并評分，針對模擬情景商討評分的標準與統一，以確保考官在真正考場打分的客觀性、公平性。本文根據醫學專業的特點，同時結合實際的可操作性，構建的醫學專業碩士研究生復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百分制分數。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求數學期望后得到的分數，即為考生的最終三級指標得分，再而通過確定的權重計算出二級指標、一級指標、目標層的分數值，分數越高表示能力與素質越高。

4.3指標體系中各指標的說明

各招生單位在確定復試評價指標體系后，需對表1中的三級指標考查的內容做詳細說明，并確定各個指標的等級劃分。等級劃分應充分考慮考生的實際情況，同時征求相關領域專家意見，并能根據實際適時作出調整，以適應不斷變化的社會形勢。如表2為三級指標評價的具體內容及等級劃分。

4.4貝葉斯網絡模型的構建

本文利用Netica模擬軟件構建復試評價指標體系的貝葉斯網絡拓撲結構，根據各指標間相互依存的關系，構建如圖2所示的拓撲結構示意圖。其中，每個指標分為5個等級（好、較好、一般、差、很差）。構建好貝葉斯網絡拓撲結構之后，對復試評價各指標的數據進行標準化處理，然后根據標準化數據合理劃分等級后創建對應的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學習。參數學習后，即可實現數據分析、敏感性分析、預測研究等，從而為研招單位提供有價值的信息，為實現選拔優質考生提供了一種思路。

5結論

本文根據前人的研究成果，結合醫學專業的獨特性，提出基于貝葉斯網絡模型的醫學專業碩士研究生復試評價指標體系。該模型優點如下：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系；二是根據Netica軟件中敏感性分析，可以篩選出影響復試的關鍵性因子，以及對各影響因子的重要程度排序；三是利用貝葉斯網絡模型，輸入不同因子的證據可以對復試結果進行預測，或想取得理想的復試結果，預測各影響因子不同等級發生的概率。綜上所述，構建基于貝葉斯網絡模型的醫學專業碩士研究生復試評價指標體系，通過Netica軟件不僅可以對現有數據進行數據分析、敏感性分析，而且可以根據已訓練的模型進行預測研究，這為各研招單位實現優質生源提供了一種思路。

課題：右江民族醫學院2020年度校級科研課題立項，項目編號：yy2020sk003；項目名稱：基于貝葉斯網絡的醫學專業碩士研究生復試評價指標體系研究與應用

參考文獻

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

[2]程光德，趙亞青.構建碩士研究生復試環節優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試評價方法研究.燕山大學.

[5]楊青.基于改進貝葉斯網絡的乳腺癌預后模型的研究與應用.安徽大學.

[6]童璐璐.基于貝葉斯網絡的高速公路交通事故嚴重程度預測研究.北京交通大學.

[7]劉艷杰，李霞.基于貝葉斯網絡的學生成績預測.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.基于貝葉斯網絡的克隆代碼有害性預測.計算機應用，2016.36（1）：260-265.

[9]李玉蓮.基于動態貝葉斯網絡的海洋平臺火災概率預測.中國石油大學.

[10]徐淼.碩士研究生招生復試標準化指標體系設計研究.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.研究生優秀生源選拔中的面試技術優化問題探討.研究生教育研究，2011（1）：39-42.