基于決策樹算法的研究生遴選質量評價

隋雨時　王立明

摘要：本文針對如何提高研究生遴選質量、選拔出更多優秀生源的問題，提出一種基于決策樹算法的研究生遴選質量評價方法。首先通過分析研究生生源學校以及初試和復試等招生信息，同時結合對研究生的課程學習成績、參與科研項目情況、碩士畢業論文質量的跟蹤，建立了適合于計算機專業研究生質量的評價指標。然后采用經典的ID3決策樹算法對相關數據進行分析挖掘，以評價現有研究生招生體系中各項指標對研究生培養質量的影響，并通過統計學方法對結論進行逆向分析驗證。結果表明在研究生入學考核的各項指標中，面試成績和上機考試成績在區分考生能力、優秀研究生遴選中具有關鍵作用。

關鍵詞：研究生遴選;質量評價;決策樹;統計學

【Abstract】Aimingattheproblemhowtoimprovethequalityofgraduatestudentselectionincomputersciencemajorandselectexcellentstudents，amethodofgraduatestudentselectionqualityevaluationbasedondecisiontreealgorithmisproposed.Firstofall，byanalyzingthesourceschoolofgraduatestudentsandtheenrollmentinformation，suchastheprimaryandsecondaryexamination，combinedwiththetrackingofthegraduatestudents'academicperformance，participationinscientificresearchprojects，andthequalityofthemaster'sthesis，anevaluationindexsuitableforthequalityofgraduatestudentsmajoringincomputerscienceisestablished.Then，theclassicID3decisiontreealgorithmisusedtoanalyzeandminetherelevantdatatoevaluatetheimpactofvariousindicatorsintheexistinggraduatestudentenrollmentsystemonthequalityofgraduatestudenteducation，andtheconclusionisverifiedbyreverseanalysisthroughstatisticalmethods.Theresultsshowthattheinterviewscoresandcomputertestscoresplayakeyroleindistinguishingtheabilityofexamineesandselectingexcellentgraduatestudents.

【Keywords】graduateselection;qualityevaluation;decisiontree;statistics

作者簡介：隋雨時（2000-），女，本科生，主要研究方向：信息管理及信息系統;王立明（1961-），男，學士，高級工程師，主要研究方向：計算機應用技術。

0引言

研究生教育是高等教育的重要組成部分。研究生的綜合素質和培養質量關系到專業型高技術人才的整體水平，是國家基本競爭力的一個重要體現。如何培養出更多高素質、高水平的研究生已成為目前研究生教育的一個普遍關注問題。迄今為止，國內外學者針對研究生的課程設置、培養方式及評價手段等方面已開展了大量的研究及探討，對提高研究生培養質量起到了促進作用[1-5]。

眾所周知，研究生入學的遴選質量也密切影響著高質量研究生的培養。因此，對研究生遴選質量的評價研究具有重要意義。教育發達的西方國家如美國、英國、瑞典等國家都建立了各具特色的質量保障體系[6]。例如，美國實施的是多元主體的研究生教育質量保障體系。其中，部分學校在錄取研究生時會更加注重研究生的潛在能力，不完全按照考試分數由高到低錄取，而是根據考生各項條件綜合選擇錄取，確保招生質量。除了大學自身提供的質量保障之外，還有一些依賴外部質量保證制度的選拔指標，如學生在大學內的排名、標準化考試成績等（例如，作為第三方機構主導的研究生入學考試GRE），來提高研究生選拔的準確性。

目前國內針對研究生招生質量評估的研究，大多集中于生源質量、招生制度建設，或者生源結構的改善等方面[7]。前述研究中，或者強調研究生招生制度建設和研究生生源質量意識對招生質量的作用，或者認為提高招生質量的關鍵在于生源結構的改善，而沒有給出合適的研究生招生質量的評價體系。

文獻[8]建立了含有8個評價指標的研究生招生評估指標體系，對目前高校研究生招生質量評價有著十分重要的參考意義。也有學者指出，完整的研究生質量評估制度應包括研究生來源質量和選拔質量，并將研究生招生質量評價指標體系設置為以下三級指標[9]：一級指標由生源質量和選拔質量構成;二級指標為評價的基本要素，包括招錄比、上線比、錄取率等;三級指標是具體的觀測點，即對各種評價要素的進一步細化。文獻[10]則提出研究生招生質量的評價指標體系主要包括整體指標和個體指標兩個部分。整體指標特指反映高校研究生生源基本情況的自然信息，具體包括招生規模、報考人數、錄取情況、錄取成績均值、生源來源、生源學歷結構等。個體指標特指具體單個考生的實際情況，由考生的知識結構、思想道德素質、創新素質與能力、心理素質、本科期間學習成績等指標組成，認為考生的綜合素質主要直接地反映在個體指標上，并針對個體指標采用基于灰色聚類評價模型的方法對研究生招生質量進行了研究。

上述研究工作主要針對研究生入學階段的各項數據提出相應的評價體系或評價指標，沒有跟蹤研究生在校期間的表現和畢業后的工作情況，事實上從入學前的復試環節，到入學后的學位論文、課業成績以及研究生發表的高質量期刊文章、專利、獲得獎學金情況等都是衡量研究生質量的重要因素[11-13]。為此，本文通過跟蹤研究生入學后的培養質量以及畢業工作后的回訪調查，提出基于專業基礎和綜合素質的研究生質量評價指標，并采用機器學習及統計分析方法反向分析各項入學考核指標，得出各項指標對高質量研究生培養的貢獻權重，找出具有關鍵性作用的入學考核指標，為今后選拔優秀生源提供指導性意見和建議。

1本文評價指標的建立

通過對畢業生就職企業的跟蹤回訪，用人單位在招聘時重點考慮的要素是應聘者的項目經歷、溝通能力、實踐經歷、學習成績以及組織協調能力，認為畢業生在研究生期間應當掌握專業基礎知識、高級知識、方法論知識、實際知識以及外語計算機等工具類知識，并且應當具備自我學習能力、團隊合作能力、實施能力、自我意識能力和溝通能力。畢業生自身普遍認為在校期間掌握的專業基礎知識、英語知識、計算機等工具知識、先進知識、方法論知識，以及自我學習能力、自我管理能力、溝通能力、團隊合作能力、自我意識能力和執行能力等對個人的未來發展有重要作用。因此，優秀的畢業生不僅要具備扎實的專業基礎，還應具備專業理論的實際應用能力、邏輯思維能力以及良好的溝通能力等一些非專業知識和技能[12]。

為此，本文以哈爾濱工業大學計算機學院的碩士研究生為對象，通過跟蹤這些學生入學后的培養過程，確定了以下評價指標：

（1）綜合素質：主要以畢業論文答辯成績、發表高質量期刊（會議）論文、發表論文數量為認定。

（2）專業基礎：主要以學位課總成績來認定。其中，畢業論文成績在A及以上，或者學位課總成績在前20%，或者發表高質量期刊（會議）論文以及發表多篇期刊（會議）論文的學生被評價為優秀。

基于提出的上述評價指標，采用機器學習及統計分析的方法反向分析研究生的各項入學考核指標，得出各項入學考核指標中對最終高質量研究生培養的貢獻權重，找出具有關鍵性作用的入學考核指標，為今后選拔優秀生源提供指導性意見和建議。研究生的入學考核指標包括：

（1）專業基礎：包括初試成績、復試成績以及總成績（總成績=初試成績+復試成績）。

其中，初試成績包括數學成績、英語成績、政治成績以及專業課成績;復試成績包括機試成績和面試成績。

（2）綜合素質：考生本科院校來源，包括985院校、211院校以及普通院校。

2基于ID3算法的研究生質量評價決策樹

2.1信息增益（ID3）算法

其中，S為全部數據樣例的集合;value（T）是對于屬性T來說所有的取值集合;v表示T的一個屬性值;Sv表示S中屬性T取值為v的所有數據樣例集合;|Sv|表示Sv中所包含樣例的個數。

信息增益（ID3算法）的特點是使用所有特征劃分數據集，得到多個特征劃分數據集的信息增益，并根據結果中信息增益最大的特點進行細分，得到數據子集，當數據集中已經找不到新的屬性進行節點分割，輸出決策樹，算法停止。在此過程中，采用自上而下的貪心搜索做出決策。

2.2樣本集合數據特征提取

樣本集合包括2部分數據。第一部分是參加全國統一入學考試以及復試的研究生入學考核信息，包括考號、姓名、本科院校、政治成績、英語成績、數學成績、專業課成績、政治英語數學三科成績、初試成績、機試成績、面試成績、總成績;另一部分是研究生入學后的在校成績，包括學位課成績、畢業論文答辯成績、發表論文情況。同時考慮到一些碩士研究生出于直博或退學、休學等原因，導致沒有畢業論文成績，因此這部分研究生在校成績中的相關數據無效。此外，各學校保送的研究生沒有入學考試成績，對這類數據做刪除處理。將所有成績按照分數取值范圍規約為“優”、“良”、“差”三檔，將畢業院校按照985、211及0（普通院校）分為3檔。

2.3基于ID3算法生成決策樹

首先針對樣本集合數據計算特征的信息增益，確定當前分類的最佳特征，計算結果見表1。顯然，面試成績的信息增益0.1689的值最大，因此確定最優屬性為面試成績，將其選作分裂節點，生成決策樹，如圖1所示。

基于面試成績一次劃分的決策樹可以看出，面試成績為優秀的學生最終為優秀碩士生的概率最大，而面試成績為良或差的學生則有不同的可能性，因此需要繼續對剩余因素進行挖掘。圖2是經過3次劃分后獲得的決策樹，根據分類規則得出如下結論：在眾多影響研究生未來質量的入學考核因素中，面試成績的影響最大，其次為機試成績和政治英語數學三科成績。

因此，提高研究生招生質量首先要保證面試環節的專業性、合理性和公平性，制定出一套科學全面的面試考察體系至關重要。而且，在招生環節需要注重考生的政治英語數學三科成績，這三科成績突出的學生將來成為高質量研究生的概率較大。對于計算機相關專業的學生而言，上機考試是遴選高質量研究生的一個關鍵的因素，也是考察學生綜合實力的一個重要參考。

3基于統計學方法的分析驗證

3.1本科畢業院校類型因素分析

將優秀學生與非優秀學生的本科畢業院校類型進行統計對比，見表2，從統計結果看，本科畢業于985院校的學生中，優秀學生與非優秀學生的比例基本相同，分別為58.82%和60.09%，因此，本科畢業院校類型并不是遴選高質量研究生的關鍵性因素。

3.2各項入學考核成績頻率分布直方圖和密度曲線分析

采用頻率分布直方圖和密度曲線對優秀學生和非優秀學生的各項入學考核指標進行對比分析，如圖3所示。以初試成績為例，研究可知，政治成績達到75分及以上的學生人數優秀學生中占比為65%，非優秀學生中占比為61%，兩者相差不多;英語成績達到75分及以上的學生人數、數學成績達到130分及以上的學生人數兩者占據比例基本相同，前者均為56%，后者均為27%。由圖3可以看出，專業課成績方面，優秀學生中達到120分及以上的學生人數占比為41%，非優秀學生中占比為49%，高于前者8%;綜合政治英語數學三科成績來看，達到280分及以上的學生人數優秀學生中占比為21%，非優秀學生中占比為25%;單看初試總成績，達到360分及以上的學生人數優秀學生中占比為74%，非優秀學生中占比為71%，兩者相差不大。

在復試方面，優秀學生中面試成績達到80分及以上的學生人數占比為85%，非優秀學生中占比為79%;機試成績達到160分及以上的學生人數優秀學生中占比為68%，非優秀學生中占比僅為57%。單獨看總成績，優秀學生中達到630分及以上的學生人數占比為24%，非優秀學生中占比為20%，兩者差距不是很明顯。

通過以上分析，可以初步得出結論：優秀研究生與非優秀研究生在初試成績方面區分不明顯，但在復試方面差別較大。如果不區分專業，面試成績將是一個重要的影響因素。若只針對計算機專業而言，機試成績將是另一個關鍵因素。

3.3各項入學考核成績的離散度分析

離散程度是衡量差異的一個重要尺度。如果某項指標能使得不同水平的學生在成績上有著不同的表現，表明該指標更好地區分了候選人。將一種評價指標的優秀學生成績和非優秀學生成績繪制在一起可以更方便地看出兩者的區別。為此，采用盒圖與小提琴圖對研究生各項入學考核成績的離散度作進一步分析。

優秀學生與非優秀學生各項入學考核成績的盒圖如圖4所示。由圖4可以直觀看出，優秀學生英語成績、面試成績的中位數高于非優秀學生。通過盒圖對比可以看出優秀學生在機試上也有較好的表現。這說明，英語成績、面試成績和機試成績在各項指標中能夠更好的區分考生的優異。

考生各項入學考核成績的小提琴圖如圖5所示，小提琴圖中的垂直線是盒圖，邊緣是密度曲線。由圖5可看出，優秀學生的英語成績大多集中在75分段，而非優秀學生大多集中在65分段;優秀學生機試成績的中位數成績明顯高于非優秀學生，而高于140分的學生人數占比優秀學生也明顯高于非優秀學生;對比面試成績的中位數，優秀學生的數據同樣高于非優秀學生，且大部分優秀學生成績分布在中位線以上。這表明，面試、機試和英語成績在區分優秀生源方面發揮了積極作用。

綜合研究生各項入學考核成績的頻率分布直方圖和密度曲線、盒圖以及小提琴圖的分析結果，可以得出共性分析結論：復試環節的面試成績、機試成績（此項成績針對計算機相關專業）這兩個入學考核指標在最終高質量研究生遴選中具有關鍵性作用。

原因分析：研究生初試采用全國統一考試的形式，為了取得較高的成績，有些學生只注重相關課程學習，因而往往可能并不具備全面的知識和能力，發展潛力不足，較難勝任研究生階段的創新性和挑戰性研究工作。因此，初試成績在優秀研究生的遴選中并沒有表現出十分明顯的區分度，這與相關調查結論也相吻合，即用人單位以及高校等研究機構更喜歡在知識和能力以及綜合素質方面可以充分發展的復合型人才及創新型人才。因此，研究生遴選需要更多地著重考核學生的綜合能力和綜合素質。

4結束語

通過追蹤研究生入學后課程學習情況、參與科研項目以及碩士畢業論文完成質量等過程，同時結合對畢業生工作后的回訪調查，提出了基于專業基礎和綜合素質的研究生質量評價指標。基于新的評價指標，首先采用經典的ID3算法構建分類決策樹，實驗結果表明與研究生培養質量相關的眾多入學考核因素中，影響最大的是復試環節中的面試考核成績，其次為復試環節的機試考核成績和初試環節的政治英語數學三科成績。再次，采用統計分析方法，利用頻率分布直方圖和密度曲線、盒圖以及小提琴圖對學生的各項入學考核指標來進行逆向分析驗證，得出復試環節的面試考核成績和機試考核成績在高質量研究生培養中具有關鍵性作用的最終結論。

因此，合理規范研究生考試流程、優化復試方案、科學設置復試比重至關重要，使復試環節在區分考生能力方面的作用更加顯著。此外，還要特別注重制定面試過程的標準，在提高面試權重的同時加強面試內容的包容性，使選拔過程更加客觀和公正，真正遴選出“綜合素質高、專業基礎好、實踐能力強”的優秀生源。

參考文獻

[1]HARYANAK，YOGAPNA，SUDIYANTO，etal.Mappingthegraduatequalityofautomotiveengineeringeducation（S1）studyprogramFTUNY[C]//JournalofPhysics：InternationalConferenceonVocationalEducationofMechanicalandAutomotiveTechnology.Yogyakarta，Indonesia：IOPPublishing，2018，1273：012034.

[2]TORRES-BARZABALLM，ORTIZ-CALDERNMP，BARCIA-TIRADODM.Qualityindicatorsforauditingon-lineteachinginEuropeanuniversities[J].TechTrends，2019，63（3）：330-340.

[3]TAIJ，AJJAWIR，BOUDD，etal.Developingevaluativejudgement：Enablingstudentstomakedecisionsaboutthequalityofwork[J].HigherEducation，2018，76（3）：467-481.

[4]PATILSM，MALIKAK.Correlationbasedreal-timedataanalysisofgraduatestudentsbehaviour[M]//SANTOSHK，HEGADIR.Recenttrendsinimageprocessingandpatternrecognition-2ndInternationalConference，RTIP2R2018，CommunicationsinComputerandInformationScience.Singapore：Springer，2018，1037：696-706.

[5]DANAHERM，SCHOEPPK，KRANOVAA.Effectiveevaluationofthenon-technicalskillsinthecomputingdiscipline[J].JournalofInformationTechnologyEducation：Research，2019，18：1-18.

[6]MALAGA-TOBOA，URSZULA，KWASNIEWSKI，etal.Methodsofevaluationofeducationqualityinbolognasystem[C]//19thInternationalMultidisciplinaryScientificGeoconference，SGEM2019.Albena，Bulgaria：EXPOSGEM，2019（19）：199-206.

[7]黃靜，屠中華.高等教育大眾化階段保障研究生招生質量的思考[J].學位與研究生教育，2015（11）：51-55.

[8]侯俊，陳安民.研究生招生質量評估體系研究[J].學位與研究生教育，2007（7）：22-25.

[9]王沛.研究生招生質量評價體系研究[J].樂山師范學院學報，2015，30（4）：33-136.

[10]趙丹，易英欣.基于灰色聚類評價模型的研究生招生質量研究[J].黑龍江高教研究，2014（11）：46-49.

[11]ZANPeng，XUEYingjie，CHANGMeihan.Researchontheeliminationmechanismofpostgraduatesunderthequalityassurancesystemofhighereducation[C]//Proceedingsofthe2019InternationalConferenceonModernEducationalTechnology，ICMET2019.Nanjing，China：NanjingUniversityofPostsandTelecommunications，2019：62-65.

[12]蘇小紅，王甜甜，李雪，等.研究生標準化復試對遴選生源質量的影響分析[J].計算機教育，2018（11）：152-159.

[13]SIQUEIRAMB.Sucupira-AplatformfortheevaluationofgraduateeducationinBrazil[J].ProcediaComputerScience，2019，146：247-255.