基于贝叶斯网络的医学专业硕士研究生复试评价指标体系构建

莫定源

摘要近几年，医学专业硕士研究生的招生数量呈现不断上升的态势，攻读硕士研究生成为许多医学专业专科或本科生的理想。硕士研究生复试作为研究生招生的重要一环，建立合理且符合实际的硕士研究生复试评价指标体系显得尤为重要。本文结合广西医学类高校硕士研究生的招生現状，提出基于贝叶斯网络的医学专业硕士研究生复试评价指标体系，为医学专业硕士研究生复试工作提供有益的参考。

关键词 贝叶斯网络 医学专业 硕士研究生复试 评价指标

中图分类号：G643文献标识码：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，我国硕士研究生招生规模呈现稳步增长趋势，特别是由于2020年全球受到新冠肺炎疫情的影响，国家优化医学类人才培养结构，对医学类专业硕士研究生招生规模有所倾斜，导致医学专业硕士研究生的招生规模进一步扩大。研究生考试由初试和复试两大模块组成，初试主要考察基础知识和专业知识，复试主要考察外语听说能力、专业知识与实操能力、语言表达能力、创新能力等。相比初试，复试的评分受考官主观因素影响较大，因此，为了实现研究生招生过程中的公平、公正、客观，需要有一套科学合理、符合学科特点和专业特色的复试评价指标体系。

1目前硕士研究生复试评价指标体系存在的缺陷

1.1公平性难以保证

近年来，不少医学类高等院校都热衷举办优秀大学生夏令营，参加过夏令营的学生在复试中一般都处于优势地位，往往容易得到导师的青睐，而复试评价指标体系形同虚设，这些学生只要初试过线便会被录取。这对具有同等学术能力或更加优秀的考生，显得尤为不公平。

1.2信息流通不对称

对于报考本校的考生，往往获得的考研信息更多。本校生可以轻而易举了解导师信息、旁听导师的课程，提前与导师沟通联系等，这对本校生有更大的优势。此外，招生院校是否保护一志愿考生，还是更愿意名校调剂生等，这些信息的流通如果不对称，势必会对考生的公平造成影响。

1.3缺乏详细的复试评价指标体系

实际上，很多招医学专业硕士研究生的高校在研究生官网中都公布了复试的计算方法，比如广西某医学类高校2020年硕士研究生复试总成绩计算方法：复试总成绩（满分100分）=专业能力考核（满分为100分）30%+外语能力考核（满分为100分）15%+综合素质考核（满分为100分）55%。但是详细的复试指标体系及各指标的权重未在官网中公布，比如外语能力考核应包括通用外语知识、专业外语知识和外语交流能力，各部分的权重也应该对外公布。缺乏详细的复试评价指标体系，主观因素渗透过多，势必会影响复试的客观、公平、公正。

2构建完善的复试评价指标体系的必要性

目前，医学专业硕士研究生复试缺乏客观、合理、科学的评价指标体系，这对复试工作的健康有序进行造成极大影响。完善的医学专业复试评价指标体系，可以保证复试评价的科学性、合理性、公平性，同时是复试内容的重要参考依据，也是基于研招单位考官统一思想认识的要求。复试的细化工作的实施，利于制定量化操作的复试标准。

3构建医学专业研究生复试评价指标体系的原则

3.1主次分明的原则

医学专业考生复试的内容涉及面很广，需要考查考生各方面能力也很多，因此我们要根据医学专业研究生培养目标的一致性，从众多影响因素中筛选出关键的影响因子，同时也舍弃一些对目标影响较小或次要的影响因子。分清主次影响因子，抓住主要矛盾，同时也要尽量保证医学专业复试指标体系的完整、全面。

3.2客观独立的原则

构建的复试指标体系必须能够反映医学专业考生的实际水平，并能对考生做出客观的衡量。复试指标体系的指标必须不重不漏、客观独立，指标间的意思不能交叉、重复或相近，各指标的权重不能过于主观，要尊重客观事实。权重的确定既要满足一致性检验，也要充分考虑专家意见，以最大程度消除主观因素对评价指标体系的影响。

3.3易于量化的原则

构建的医学专业复试指标体系中各指标应易于量化，能够定量化描述指标的数量关系。对于难于量化且次要的指标，可以舍弃；对于难于量化且重要的指标，应当有可操作的语言描述出来，再用易于量化的指标替代之。在实际操作中，根据筛选的指标特点，可以按照一定的标准将各个指标划分为不同的等级，将指标的得分对应到相应等级，据此再进行下一步研究。

4贝叶斯网络介绍及复试评价指标体系的构建

4.1贝叶斯网络模型

贝叶斯网络（Bayesian network，简称BN），是一种概率推理模型的图形化网络，是一种不确定性的因果关联模型，目前已被广泛应用于社会各领域。BN通过条件概率对不完整、不确定信息条件下进行学习和推理，使得BN具有强大的不确定性处理能力。贝叶斯网络由两部分组成：一是有向无环图（DAG）；二是条件概率表（CPT）。如图1为简单的贝叶斯网络模型，如果已知条件证据A，则可推出B、C、D等；如果已知证据D，则可推出A、B、C对应等级发生的概率。

贝叶斯网络学习包括两个部分：结构学习（即确定网络结构中各节点的因果关系）和参数学习（即确定CPT中的条件概率）。由于贝叶斯网络具有直观和强大的推理能力等优点，目前已经应用于社会各领域，如医疗卫生、交通运输、教育教学、生物克隆和自然灾害预测等领域。

4.2复试评价指标体系的构建

根据教育部对硕士研究生复试的要求及招医学专业硕士研究生的高校具体的复试办法，同时借鉴程光德等构建的优秀生源评价指标体系、徐淼构建的复试标准化指标体系、曾军丽等构建的鉴别性素质测评标准体系，本文提出医学专业硕士研究生复试评价指标体系。各研招单位在复试之前，应当将复试评价指标体系各指标等级划分标准化，并召集志愿者、相应考官模拟复试并评分，针对模拟情景商讨评分的标准与统一，以确保考官在真正考场打分的客观性、公平性。本文根据医学专业的特点，同时结合实际的可操作性，构建的医学专业硕士研究生复试评价指标体系如表1所示。

在表1中，每一指标层均包含五个评价标准等级，评价的各等级标准对应百分制分数。若某考生三级指标得分为X，则等级划分如下：好（90≤X≤100分）、较好（80≤X<90分）、一般（70≤X<80分）、差（60≤X<70分）、很差（0≤X<60分）。将各位考官评分加权求数学期望后得到的分数，即为考生的最终三级指标得分，再而通过确定的权重计算出二级指标、一级指标、目标层的分数值，分数越高表示能力与素质越高。

4.3指标体系中各指标的说明

各招生单位在确定复试评价指标体系后，需对表1中的三级指标考查的内容做详细说明，并确定各个指标的等级划分。等级划分应充分考虑考生的实际情况，同时征求相关领域专家意见，并能根据实际适时作出调整，以适应不断变化的社会形势。如表2为三级指标评价的具体内容及等级划分。

4.4贝叶斯网络模型的构建

本文利用Netica模拟软件构建复试评价指标体系的贝叶斯网络拓扑结构，根据各指标间相互依存的关系，构建如图2所示的拓扑结构示意图。其中，每个指标分为5个等级（好、较好、一般、差、很差）。构建好贝叶斯网络拓扑结构之后，对复试评价各指标的数据进行标准化处理，然后根据标准化数据合理划分等级后创建对应的case文件或excel表格，再利用Netica软件选择合适的方法对模型进行参数学习。参数学习后，即可实现数据分析、敏感性分析、预测研究等，从而为研招单位提供有价值的信息，为实现选拔优质考生提供了一种思路。

5结论

本文根据前人的研究成果，结合医学专业的独特性，提出基于贝叶斯网络模型的医学专业硕士研究生复试评价指标体系。该模型优点如下：一是模型简捷且直观，能直接展示各指标间的依存与因果关系；二是根据Netica软件中敏感性分析，可以筛选出影响复试的关键性因子，以及对各影響因子的重要程度排序；三是利用贝叶斯网络模型，输入不同因子的证据可以对复试结果进行预测，或想取得理想的复试结果，预测各影响因子不同等级发生的概率。综上所述，构建基于贝叶斯网络模型的医学专业硕士研究生复试评价指标体系，通过Netica软件不仅可以对现有数据进行数据分析、敏感性分析，而且可以根据已训练的模型进行预测研究，这为各研招单位实现优质生源提供了一种思路。

课题：右江民族医学院2020年度校级科研课题立项，项目编号：yy2020sk003；项目名称：基于贝叶斯网络的医学专业硕士研究生复试评价指标体系研究与应用

参考文献

[1]孟凡德.研究生复试公平公正策略探讨.教育评论，2019（3）：52-55.

[2]程光德，赵亚青.构建硕士研究生复试环节优秀生源评价指标体系的探索.湖北第二师范学院学报，2019（10）：70-73.

[3]陆静.研究生复试中存在的问题及对策研究.代代教育论丛，2019（2）：13-26.

[4]高静.基于多属性的决策理论的硕士研究生的复试评价方法研究.燕山大学.

[5]杨青.基于改进贝叶斯网络的乳腺癌预后模型的研究与应用.安徽大学.

[6]童璐璐.基于贝叶斯网络的高速公路交通事故严重程度预测研究.北京交通大学.

[7]刘艳杰，李霞.基于贝叶斯网络的学生成绩预测.山东理工大学学报（自然科学版），2019.33（5）：75-78.

[8]张丽萍，张瑞霞，王欢，等.基于贝叶斯网络的克隆代码有害性预测.计算机应用，2016.36（1）：260-265.

[9]李玉莲.基于动态贝叶斯网络的海洋平台火灾概率预测.中国石油大学.

[10]徐淼.硕士研究生招生复试标准化指标体系设计研究.湖北民族学院学报（哲学社会科学版），2008.26（3）：133-137.

[11]曾军丽，刘渝琳，李志.研究生优秀生源选拔中的面试技术优化问题探讨.研究生教育研究，2011（1）：39-42.