文
/陈志强 雷欢 段磊 李文 刘梦
内容摘要 在知识越来越成为一种付费产品的今天，国家对于高层次人才的需求急剧增长，考研作为成就高层次人才的一条重要途径，已成为众多大学毕业生的选择。但是由于考研的特殊性、复杂性以及考研学子的主观性等诸多因素，考研上线率并未与报考人数的急速增长相匹配。
本研究以考生的综合素质、考前准备、备考过程和考研结果四个维度为框架，采用决策树C5.0算法，对考生上线因素进行权重分析，通过决策树算法筛选出对上线产生显著影响的因素，并据此进行预测分析，经过验证，两种方法均可有效地分类预测考生是否上线。
关键词 考研；上线因素；决策树
随着知识经济时代的到来以及科教兴国、人才强国战略的深入实施，我国对高层次人才的需求越来越大，近几年，高校研究生招生规模逐年扩大，越来越多的本科大学生加入到考研队伍中。2020年，研究
生报考人数达到了341万人，创造了历史新高，但录取率并未随之显著提高，上线情况也不容乐观，将近四分之三的人在此次考研中落榜。如何提高考研上线率、录取率成为各大院校、机构的热点话题。但由于考研的特殊性、复杂性，加上传统方法研究的局限性，相关理论文献很难有更深层次的突破。
本课题以统计学中决策树模型对考生是否上线进行预测分析。将收集的问卷数据进行基础预处理、逻辑排错，以优化模型，保证模型的正确性。在已知各种情况发生的概率下，取其期望值大于零的概率，评价其上线的概率，以此作为预测模型。在大数据的背景下，基于考生的自身素质和学习能力等数据信息来对其上线进行预测，为定制精准化的考研方案提供理论依据和数据支撑。
1 研究对象与方法
1.1 研究对象
以成都大学各学院下的2015、2016级考研学子作为本课题研究对象，本调查所涉及信息均以获得当事人授权同意。
1.2 研究方法
1.2.1 问卷调查法
在大量文献的查阅基础上，将影响考研上线因素分为四个维度：学习情况、备考情况、考试当天情况和初试结果，以此来设计问卷。问卷共分为四个部分：第一部分是综合素质，包括英语、政治类学科平均成绩、数学类学科平均成绩和学业成绩排名；第二部分是考研过程，包括考研目标、正式备考时间、有无复习计划、计划执行情况、考研决心、每日备考时长、备考自律情况、备考期间心态、是否有研友、身边考研氛围如何；第三部分是考前准备，父母对考研的支持度、所在学院是否支持考研、考试当天身体状况、考试当天心态；第四部分是考研结果，包括是否为跨专业考试、参加研究生考试次数、此次考研是否上国家线和一些基本信息，共计24个问题。此次共收回问卷500份，其中合格有效问卷440份，问卷有效率88%。
1.2.2 统计分析法
模型软件采用ibm spss modeler18.0，在α=0.05的显著性水平下，p<α时认为该项指标有显著的统计学意义；决策树模型采用C5算法。
1.3 数据预处理
此次共收到440份有效数据，在问卷发放之前，已学院专业领域老师进行定性的评价，对问卷前测并根据结果进行选项的修正，提高问卷内容的有效度。根据SPSSSAU信度分析得到α为0.86，该系数表明数据真实性较高，调查问卷信度处于较高水平，问卷收集的数据具有分析价值。运用EpiD ata3.1建
2020考研出成绩时间立数据库录入数据，采用双人录入，并对数据逻辑性和一致性进行核查。
2 模型建立与结果分析
2.1 决策树模型
通过ibm spss modeler18.0构建决策树C5模型，共导入数据440条，通过类型节点，在输入变量中将大学期间数学成绩、大学期间政治成绩、每日平均学习时长设为连续性变量，未参加数学、政治考试的设置为0，其余因素设置为分类变量，是否上国家线作为目标角，设置十折交叉验证，同时为了防止决策树过度拟合，对决策树模型进行了预剪枝处理：修剪严重性为80，每个子分支最小记录数设置为4，最终得出以下模型：
每日学习时长是优先级别最高的节点，以此对考生进行第一次分类，每日学习时长大于7.9个小时的考生中，有107名考生上线，占比70.86%，备考时的自律情况也是在此分支下极为重要的预测因素，自律情况很强、强的考生上线人数为86人，占比82.692%。此外，学习能力将进一步对自律情况一般的考生是否上线产生影响，学习能力强的其上线的可能性也就越大。而在每日时长低于或等于7.9小时的体中，大学期间数学平均分数以79分为分界点，对于高于79分的考生而言，自律情况越强的，上线的几率也就越大，反之，而自律情况一般的，就看其大学期间政治平均分数，若大于70分，则上线的概率为100%，低于70分，上线的概率则为12.5%；大学期间数学分数低于79分的考生中，英语情况就
显得格外重要，英语过
231
了专八的考生，上线率达到了87.5%，而未参加、未过英语等级考试的178名考生中，150人未上线，占比84.270%。如果英语过了六级，那么备考期间的心态就会进一步影响是否上线，心态好的考生中，上线率达到了84.211%。
2.2 模型评价
在所分析的变量中，以下因素具有重要的预测作用：每日学习时长、英语情况、数学分数、备考期间自律情况、政治分数、学习能力、备考期间的心态。在241名上线考生中，模型正确预测了208名上线的考生，预测准确率为86.31%。在199名未上线的考生中，模型正确预测了159名考生，预测正确率为80.00%。受试者操作特征曲线（Receiver Operating Characteristic)面积AUC(Area Under curre）为0.846，模型检测真实度高，具有应用价值。
在统计学中，通常使用Gini系数 或者熵来度量随机变量的不确定度的大小，在本模型当中，评估度量Gini系数为0.692，高于0.5，数据的不确定性略高。置信度值范围为0.708-1.0，平均正确性为0.836，始终高于0.889(观测值的1.59%)，平均不正确性为0.824，始终低于0.708（观测值的0%)，100%以上的准确性为0.889，2.0以上的折叠正确性为0.875（观测值的93.75%)。
3 缺陷之处
由于考研上线的复杂性和主观性，本课题仅选取了较为普遍的因素作为输入变量，部分间接相关因素例如：考研资讯获取程度、经济条件、考生的价值追求等并未纳入，模型的全面性可能会受到影响，探索和对比不够严谨；在该模型测试自变量当中，主观因素较多，而主观因素往往不可具体测量，很难让考研体对自己进行充分的划分，从而影响模型最终输出是否上线结果精度的误差；样本量不足，决策树C5模型需要较大的样本量对模型进行检验，逐层次进行分析。所以该课题只能从统计学的角度去分析因变量（上线结果）和自变量的关系，仅能提供一定的参考和依据，对于最终结果的判断需要实践验证，并且，考研上线并非最终考研结果，故本课题仍有较大的提升空间。
4 结论
考研已成为多数大学生毕业的重要选择之一，此次研究对于帮助考研学子提高上线率，助力大学生成长成才具有前瞻性的意义。本研究以考生的综合素质、考前准备、备考过程、考研结果四个维度为框架，采用决策树C5.0算法对考生上线因素进行权重分析，筛选出对上线产生显著影响的因素，并据此进行预测分析，经过验证，决策树模型可有效地分类预测考生是否上线。决策树分析发现以下七个因素会对考研上线产生显著的预测作用：每日学习时长、英语情况、数学分数、备考期间自律情况、政治分数、学习能力以及备考期间心态。学的过程离不开自律，自律也是该模型当中所认可的重要预测
因素，可见学习和自律二者有着密切的联系，自律的养成是一个长期的过程，并非一朝一夕，考研过程就是锻炼自律的过程，是磨炼自己的过程，这也是研究生教育当中必备的素质。除此之外，大学期间扎实打好英语、数学、政治的基础也尤为重要，而这些科目的学习也需要时间的积累。对于考研学子来说，考研是另一次高考，是对自身综合素质、能力的再一次检验，所以，要时刻保持良好的心态，清晰地认识自己、认识考研的本质。
本研究利用统计学众多领域中广泛运用的决策树模型，对数据进行深入挖掘，以树形图的模式展示了上线与各因素之间的相互作用关系，探究影响考研上线的主要影响因素，为考研学子提供可靠的数据参考，对院校、考研机构的考研指导也具有重要意义。
【参考文献】
[1] 杨明，张载鸿.决策树学习算法ID3的研究[J].微机发展,2002(05):6-9.
[2] QuinlanJR.Inductionofdecisiontrees[J].MachineLearning, 1986,(4):81-106.
[3] 姚萱，赵延芳，杨红，古丽巴哈尔·卡德尔，邓峰.基于定序logistics回归模型下乌鲁木齐市居民社区卫生服务利用影响因素分析[J].中国卫生事业管理,2016,33(06):413-415+432.
[4] 孙小素，尹思源.个人因素对考研结果的影响分析--基于logistic回归[J].山东工商学院学报,2019,33(0
4):45-53.
[5] 丛康林，李西灿，董超，常小燕.大学生考研影响因素调查分析[J].产业与科技论坛,2019,18(13):139-140.
[6] 刘天军.大学生考研动机及影响因素研究--基于陕西省6所高校抽样调查的实证分析[J].高等财经教育研究,2013,16(04):71-75+81.
[7] 孙小素，尹思源.个人因素对考研结果的影响分析--基于logistic回归[J].山东工商学院学报,2019,33(04):45-53.
[8] 杨莉．贵州省高校经济类研究生入学考试成绩影响因素分析[J].社会科学二辑,2011,(S1):20-32．
[9] 郑冬冬.本科院校背景对大学生考研成功的影响因素研究--基于南京市16所高校的问卷调查[J].高等理科教育,2018(04):75-81.
[10] 李国昌，任笑良.成功考研大学生的体性特征分析[J].中国地质大学学报(社会科学版),2013(S1):145-148.
[11] 敖练，许峰.学务指导之下的复合型人才培养模式研究[J].湖北社会科学,2006(12):182-184.
[作者简介：陈志强，男，汉族，四川省资阳市，本科，成都大学，会计学；雷欢，男，汉族，四川省泸州市，本科，成都大学，工商管理；段磊，男，汉族，黑龙江省延寿县，本科，成都大学，国际贸易；李文，男，汉族，四川省绵阳市，本科，成都大学，工商管理；刘梦，男，汉族，四川省成都市，本科，成都大学，财务管理。]
232
发布评论