中国高等医学教育2024.年第9期51
教学管理
基于数据挖掘的预防医学本科生专业
成绩预测模型分析与决策
李传苍，叶贝珠，赵婷，周雅冰，张梦鸽，孙
小亮*
（郑州大学公共卫生学院,河南郑州450001）
【摘要］在新冠疫情流行的背景下，预防医学高等人才的培养是一个至关重要的问题。数据挖掘技术可
对预防医学专业本科生构建成绩预测模型，为预防医学专业人才培养和高校教育工作提供指导，为今后改进预
防医学人才培养方案提供依据。
【关键词】数据挖掘；预防医学；专业成绩；预测模型D0I:10.3969/j.issn.1002-1701.2024.09.017
[中图分类号]G642[文献标识码][文章编号]1002-1701(2024)09-0051-05
］A
数据挖掘是从大量数据中挖掘人们感兴趣的信息的器作为输入，将学生学习成绩作为输出，随机分配一定的
过程,是将隐藏的预测性信息从大型数据库中提取出数据集作为训练集，一部分数据集作为测试集，用来验证
来]，常用的数据挖掘技术有人工神经网络、决策树、遗传构建的基于随机森林算法的分类器和基于MIV算法的变
算法、最近邻算法等[2-4]。其中人工神经网络是一种分布量筛选结果的准确性。
式并行信息处理的算法数学模型，它具有独特的信息存储4.统计分析方法。经Excel2010导出数据后，采用
方法，良好的容错性、大规模的非线性并行处理方式以及SPSS21.0建立数据库，整理并进行统计分析。学生绩点
强大的自组织、自学习和自适应能力[5-6]。近两年，随着新的一般情况采用均值±标准差进行描述；绩点的影响因素
冠肺炎席卷全球，“公共卫生”迅速进入大众的视野，而在分析采用t检验和方差分析，检验水准α=0.05。
高等医学教育中，如何培养高素质的公共卫生与预防医学5.质量控制。数据导出后，由2名以上研究人员进行
人才成为一个重要的问题。因此,本研究探讨和分析影响数据核对、复查工作，确保数据完整性。
预防医学专业本科生学习成绩的主要因素，为高校教育管二、结果
理部门提高学生的学习效果和质量提供科学依据，为进一（一）一般情况。
步改进培养方案提供指导意见，本研究共调查了114名学生，其中男性47名（41.23%），
一、对象与方法女性67名（58.77%）。绝大多数学生来自农村，共82名
（一）研究对象。（71.93%）;32名学生来自城市（28.07%）。成绩状况优良
研究对象为某综合性大学公共卫生与预防医学专业的学生最多，有45人（39.47%）；成绩状况优秀的人数最
全日制大三年级学生。少，有16人（14.04%）。绝大多数的学生身体都比较健康，
(二）研究方法。经常生病的学生有4人（3.51%）。情感状态中，处于单身
1.问卷调查。采用自行设计的调查问卷，由该年级辅的学生人数最多，有73名（64.03%）；情感长期稳定的有
导员负责电子问卷的发放，运用问卷星完成电子问卷填36人（31.57%）；而有1名学生（0.88%）处于失恋中。最终
写。内容包括性别、生源地、学习习惯、学习态度、逃课原毕业时，共有99名学生（86.84%）顺利取得双证（毕业证
因、手机使用情况、身体健康状况、家庭情况、宿舍人际状
和学位证）毕业，而有15名学生（13.16%）未取得双证，见
况、情感状况等。表1。