决策树模型与logistic回归探究大学生入党意愿自身影响因素及结果预测

2022-06-03申冰可邵林芳

电脑知识与技术 2022年8期

申冰可　邵林芳

摘要：培养和吸收优秀大学生入党是高校党建工作的需要。为了分析大学生入党意愿自身影响因素和动机，基于首都大学生成长基线报告，通过二元逻辑回归，进行[χ2]检验和t检验，从而获得影响力较大的因子。利用决策树CHAID模型，预测大学生是否打算在大学期间入党。实验结果显示，政治面貌是大学生是否入党的第一要素，其次是日后期望工作单位。成绩排名与是否取得奖励和荣誉也是重要的影响因素，成绩排名越靠前或已经取得荣誉或奖励意愿入党的概率越高。CHAID模型通过交叉测试的预测准确率为73.3%，高于随机的50%，具有现实性意义。另外，除了自身相关因素外，还有家庭、学校、社会等环境影响。在大学生自身意愿的前提下，外界的积极引导同样重要。

关键词：决策树;数据挖掘;入党意愿;影响因素;二元逻辑回归

中图分类号：G642 文献标识码：A

文章编号：1009-3044（2022）08-0000-03

1 引言

教育的改革和发展使得大学生的人数日益增加。大学是青春的一个重要阶段，大学生的入党意愿反映了他们对党的领导的坚定程度。探究影响大学生入党意愿的因素，从而引导大学生入党，是推动高校党建的保障。此前，已有部分研究根据理论分析大学生入党意愿影响因素。例如，张锐[1]从社会、家庭和学校方面分析入党意愿动机影响的原因;另张锐[2]将入党意愿分类并从社会、学校、个人、家庭和宗教四个方面，分析此类因素对高校教师与大学生入党意愿的影响;姚斌[3]用计划行为理论验证其主观因素对入党意愿的直接和间接影响;王君涛[4]采用结构化方程，对大学生入党意愿影响路径分析。但是以上研究大多从消减大学生入党意愿的影响因素探究，并且没有进行相关的预测分析。本文采用logistic回归，获得高置信度的因子，建立卡方自交互侦测决策树（CHAID）模型，深入全面探究影响大学生入党意愿自身因素并预测分析实验结果，为提高大学生入党意愿提供充分的理论依据。

2 数据及其初步统计分析

2.1 数据

本文的数据来自中国人民大学中国调查数据中心的常规项目——首都大学生成长跟踪调查（2009）的基线数据。数据基于概率抽样的原则选取调查对象，随机从北京市15所高校的2008级（大一）和2006级（大三）抽取5100个样本进行调查。其中，4771人参与调查，应答率为93.55%。调查内容包括大学生在校时的基本情况、心理量表、高中情况、大学学业、大学政治、家庭情况等诸多信息，调查采用多阶分层抽样方式，因此该数据集可以在一定程度上支撑本课题的研究。

2.2 样本特征与统计学分析

该问卷通过“是否打算大学期间入党”确定大学生入党意愿，分为打算和不打算两类。考虑包括基本信息、自身实力与自我规划等因素，通过人工筛选，最终确定12个可能与入党意愿密切相关的特征因素：民族、户口性质、性别、大学年级、现专业、大学期间是否获得奖励和荣誉、成绩排名、政治面貌、大学期间是否担任过干部、毕业后最希望去的单位、对我国整体发展状况满意度、认为家庭经济层次。其中，为便于使用，将成绩排名通过（1-班级排名/班级人数）×100得到连续的值，数值越大代表排名越靠前。对于刻度变量（即连续变量）的缺失值采用平均值填补，对于名义变量（在现有前提或条件下确定的值）的缺失值用众数填补。经计算，成绩排名和对我国整体发展满意度刻度变量的峰度绝对值小于10并且偏度绝对值小于3，因此基本可接受为正态分布。

3 基于Logistic 回归和决策樹的数据分析

3.1 Logistic回归相关性探究

本文研究的是大学生在大学期间是否打算入党，因变量表示入党意愿，取值只有两项，将打算入党赋值为1，不打算入党赋值为0。采用二元Logistic回归模型，如式（1）：

其中，[β0]是常数项，[ βi]是自变量[Xi]的回归系数。[p]为打算入党的可能性。[p]在0到1之间变化（公式（1）中[p]表示愿意入党的概率）。[X]为影响大学生入党意愿的相关变量。

分别采用[χ2]检验和[t]检验，计算人工筛选后变量与因变量的依赖度。对刻度变量（对当前我国整体发展状况满意程度和认为家庭经济层次）采用t检验，对名义变量采用[χ2]检验。[χ2]统计值或[t]值越大，说明两个变量的相关性越高。有关人工筛选后的变量的分布情况，参见表1。

3.2 CHAID模型创建与分析

卡方自交互检测决策树（Chi-squared Automatic Interaction Detector，CHAID），分类树方法，按照卡方显著性划分或组合形成多叉树状结构。定距和定类变量均可作为目标变量，适宜于预测变量为分类变量的情况。CHAID决策树将因变量作为根节点，按照[χ2]值最大（P值最小）选取变量的原则建立树。

对CHAID模型，将父节点中的最小案例数设置为100，将子节点中的最小案例数设置为30。拆分节点的显著性水平为0.05，合并类别的显著性水平为0.1。合并和拆分条件的显著性值采用Bonferroni方法进行调整。通过样本分割验证30%的测试样本与70%的训练样本用来检验决策树的分类效果。其中，成绩排名与对我国目前发展状况满意度的区间均设定为25。利用单因素logistic回归得到的具有统计学意义的变量，最终生成最大树深度为3，有22个节点和14个终端节点数的树。包括政治面貌、大学年级、毕业后最希望去的单位、大学期间是否担任班委、成绩排名、大学期间是否获得荣誉以及对我国整体发展整体满意度7个自变量。结果如图1所示。

在决策树模型图中，从节点0可以看出打算在大学期间入党的大学生占多数（65.1%）。第一层分类的因素是政治面貌，预测结果为共青团员和民主党派倾向于入党（61.6%），普通群众入党意愿稍弱（20.8%），说明已经向党组织靠拢的人入党意愿更大，共产党员（含预备党员）因已经或即将成为党员所以不再进行分析。对于节点4和节点5，大学一年级（72.5%）的学生比大学三年级（47%）的学生更倾向入党。入党的流程需要消耗一定的时间，低年级学生在校剩余时间更长，入党成功率更高。从节点5可知，毕业后最理想的工作单位也影响大学生入党意愿。其中，希望未来到党政机关和大型国有企业的大学生打算入党的意愿更高（66.8%），其次是到学校，科研机构以及其他国有和集体企业的学生（50%），而倾向去外企或合资企业、创业、民营企业和一般事业单位打算入党的大学生（35.8%）较少。在节点7，对我国整体发展状况满意度高于75%的入党意愿为71.3%，低于75%的为57.1%。在节点8，随着成绩排名下降，以34名次和68名次为分界点，打算入党的比例分别是89.9%、86.9%和64.1%，表明成绩更好的学生有入党意愿的概率越高。在节点12，担任过学生干部（59.3%）比未担任过学生干部（43.1%）的入党意愿更强。2F64113D-F082-465A-BB82-FB64D92889B9

3.3 模型测试结果与评价

模型通过自动减枝去除现专业、认为家庭经济层次两种因子。对模型交叉测试得到表2。将结果分为了四类：真负-将打算入党的学生预测为打算入党，假负-将不打算入党的学生预测为打算入党，真正-将不打算入党的学生预测为不打算入党，假正-将打算入党的学生预测为不打算入党。其中将实际不打算入党预测为不打算入党数为597，占比51.5%，预测正确率即真正率较低。将实际打算入党预测为打算入党的预测正确率即真负率较高为84.7%，预测成功率较高。总体正确率为73.3%。

因模型仅对个人因素探究，且没有对其进行多因素logistic回归分析，所以预测率未达到80%。但从研究的角度来看，仍具有一定的参考价值。如果对各因素进行多元分析，并结合家庭、学校和社会等外部因素，对提高准确度有积极意义，后续需要更深入的研究。

4 结语

从决策树模型可以看出，对大学生入党意愿影响最大的因素是政治面貌，共青团是党的助手和后备力量，共青团员进入大学后，在政治上仍有理想与追求。其次是毕业后期望工作单位，工作单位不同入党意愿不同体现了大学生的入党动机的功利性。这种现实倾向对党组织和学生本身均存在危害，应采取相关措施积极避免。成绩排名靠前或获得过荣誉的大学生往往有更高的追求，渴望加入党组织。本文提出的模型预测率为73.3%。考虑到家庭因素（如家庭成员对大学生的思想教育等）、社会因素（如党领导取得的一系列成就对大学生的吸引力等）、学校因素（如学校开展的政治思想教育的力度）等个体以外的因素对大学生入党意愿都有较大的影响，本文模型还有较大的改进空间，后续将进一步考虑上述因素对学生入党意愿的影响，并为促进大学生入党提供指导意见。大学生应该积极提高自身素质，不断完善自我，成为“四有”新人。同时，社会、学校和家庭层面也要加强对大学生的思想政治教育和辅导，形成教育合力，为高校党建工作注入更加新鲜的血液。

参考文献：

[1] 张锐.高校大学生入党意愿分析[J].共产党员（河北），2015（26）：62.

[2] 张锐.高校青年教师和大学生入党意愿深度分析——以宁夏师范学院为例[J].宁夏师范学院学报，2015，36（5）：158-160.

[3] 姚斌.基于计划行为理论的高职学生入党意愿和行为的影响因素研究[J].职教通讯，2020，35（2）：55-63.

[4] 王君涛，沙治邦，王云龙.大学生入党意愿影響因素及引导策略[J].沈阳建筑大学学报（社会科学版），2019，21（4）：411-416.

[5] 宋文凯，汪睿琪.Logistic回归与CHAID探究高考成长环境影响与结果预测[J].信息技术与信息化，2020（7）：83-86.

[6] 李如平.数据挖掘中决策树分类算法的研究[J].东华理工大学学报（自然科学版），2010，33（2）：192-196.

[7] 姚爽，谢梦婷，邹迪莎，等.空腹血糖受损危险因素的Logistic回归及分类树分析[J].安徽医科大学学报，2018，53（9）：1407-1411.

[8] 晁灵，李然，梁利花.分类树模型与Logistic回归在儿童高血压预测中的应用[J].中国学校卫生，2015，36（7）：1066-1068.

[9] 王君涛.系统科学视阈下大学生入党意愿影响因素研究[J].河北青年管理干部学院学报，2020，32（1）：15-22.

[10] 胡小军.新时期激发培育大学生入党意愿的途径研究[J].广西青年干部学院学报，2011，21（6）：15-17.

[11] 苗楠.民办高校大学生入党意愿与动机现状分析——以宁夏理工学院为例[J].现代商贸工业，2016，37（30）：151-152.