導(dǎo)語(yǔ)：醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)算法研究一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：本文利用大數(shù)據(jù)中的聚類算法確定影響醫(yī)學(xué)生綜合素質(zhì)的主要因素，構(gòu)建醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)指標(biāo)體系。根據(jù)評(píng)價(jià)指標(biāo)體系內(nèi)的各指標(biāo)采集相關(guān)數(shù)據(jù)，生成醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)大數(shù)據(jù)集，選用約束參量分析法，分析融合后醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)大數(shù)據(jù)的控制變量和解釋變量，實(shí)現(xiàn)醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)大數(shù)據(jù)評(píng)價(jià)。實(shí)例分析結(jié)果顯示所研究方法評(píng)價(jià)所花費(fèi)時(shí)間均值約為1.3s，與主觀評(píng)價(jià)方法相比平均等級(jí)相關(guān)系數(shù)達(dá)到0.97，可提升醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)效率。

關(guān)鍵詞：大數(shù)據(jù)分析；醫(yī)學(xué)生；綜合素質(zhì)；指標(biāo)體系；數(shù)據(jù)融合；相空間分布；約束參量

1引言

隨著大數(shù)據(jù)和人工智能技術(shù)的發(fā)展，醫(yī)學(xué)生綜合素質(zhì)的評(píng)價(jià)手段普遍得到了提升[1-3]，醫(yī)學(xué)生綜合素質(zhì)與人民的生命和健康息息相關(guān)，因此醫(yī)學(xué)生綜合素質(zhì)的評(píng)價(jià)成為當(dāng)前醫(yī)學(xué)教育改革的的研究熱點(diǎn)之一[4-6]。為了獲得理想的醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)結(jié)果，提出了基于大數(shù)據(jù)的醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)算法。相較于普通高等教育采用的綜合素質(zhì)評(píng)價(jià)算法[7-9]，該算法在醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)過程中引入大數(shù)據(jù)技術(shù)，通過數(shù)據(jù)化形式記錄并統(tǒng)計(jì)醫(yī)學(xué)生綜合素質(zhì)變化過程，并找到醫(yī)學(xué)生綜合素質(zhì)的相關(guān)影響因素，同時(shí)可基于實(shí)時(shí)數(shù)據(jù)匯總判斷醫(yī)學(xué)生綜合素質(zhì)需求與需調(diào)節(jié)的評(píng)價(jià)內(nèi)容等[10]?；谶@種匯總、分析醫(yī)學(xué)生綜合素質(zhì)中最真實(shí)可靠的數(shù)據(jù)的方式，即可顯示出大數(shù)據(jù)的宏觀掌控性能，同時(shí)還可詳細(xì)描述微觀數(shù)據(jù)的分析功能，使醫(yī)學(xué)院校從整體到細(xì)節(jié)均可更好的把握醫(yī)學(xué)生綜合素質(zhì)變化特點(diǎn)，掌握醫(yī)學(xué)生的培養(yǎng)規(guī)律，提升醫(yī)學(xué)教育水平。

2基于大數(shù)據(jù)的醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)算法

基于大數(shù)據(jù)的醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)方法主要分為三個(gè)環(huán)節(jié)：（1）利用大數(shù)據(jù)中的聚類算法確定哪些因素是影響醫(yī)學(xué)生綜合素質(zhì)的主要影響因素，集合這些主要影響因素構(gòu)建醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)指標(biāo)體系。（2）根據(jù)所構(gòu)建醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)指標(biāo)體系內(nèi)的各指標(biāo)，采集相關(guān)數(shù)據(jù)，生成醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)的大數(shù)據(jù)集，對(duì)醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)大數(shù)據(jù)進(jìn)行融合。（3）選用約束參量分析法，分析融合后醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)大數(shù)據(jù)的控制變量和解釋變量，實(shí)現(xiàn)醫(yī)學(xué)生綜合素質(zhì)的大數(shù)據(jù)評(píng)價(jià)。2.1聚類算法作為大數(shù)據(jù)中的主要組成部分，聚類分析算法可理解為是一種非監(jiān)督模式識(shí)別方法[11-13]。聚類分析算法運(yùn)行過程中，將數(shù)據(jù)對(duì)象分為簇，令每一個(gè)簇內(nèi)部具有較高一致度，并確保簇與簇之間具有較低一致度。聚類算法在分析數(shù)據(jù)內(nèi)在規(guī)律方面產(chǎn)生關(guān)鍵性影響，聚類過程通過持續(xù)確定距離種子點(diǎn)最近均值的方式完成，圖1所示為聚類算法流程。聚類算法流程總共分為5個(gè)環(huán)節(jié)：（1）用D表示樣本數(shù)據(jù)集，依照實(shí)際需求將樣本數(shù)據(jù)D集劃分為k個(gè)簇，同時(shí)確定k個(gè)樣本點(diǎn)，分別設(shè)定k個(gè)樣本點(diǎn)值的聚類中心。（2）用表示D內(nèi)全部樣本點(diǎn)，以此確定各樣本點(diǎn)同簇中心的距離。（3）基于相關(guān)計(jì)算方法確定關(guān)于的最小距離，該距離值用表示，基于的計(jì)算結(jié)果將劃分到同距離最小的簇內(nèi)。（4）再次確定各簇的聚類中心距離。（5）確定數(shù)據(jù)集D內(nèi)全部點(diǎn)標(biāo)準(zhǔn)差E(t)，并將其同前一次標(biāo)準(zhǔn)差E(t-1)實(shí)施對(duì)比，若E(t)小于E(t-1)，表示計(jì)算過程不收斂，此時(shí)需轉(zhuǎn)到（2），相反表示計(jì)算過程收斂可結(jié)束。依據(jù)大數(shù)據(jù)的聚類算法對(duì)所采集的醫(yī)學(xué)生綜合素質(zhì)數(shù)據(jù)實(shí)施聚類處理，構(gòu)建醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)指標(biāo)體系，如表1所示。2.2大數(shù)據(jù)融合根據(jù)所構(gòu)建醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)指標(biāo)體系內(nèi)的各指標(biāo)，采集相關(guān)數(shù)據(jù)，生成醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)的大數(shù)據(jù)集，對(duì)醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)大數(shù)據(jù)進(jìn)行融合。2.3基于大數(shù)據(jù)的評(píng)價(jià)方法利用約束參量分析方法分析醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)大數(shù)據(jù)融合后的控制變量與解釋參量[13]，以此評(píng)價(jià)醫(yī)學(xué)生綜合素質(zhì)。

3實(shí)例應(yīng)用

實(shí)驗(yàn)為測(cè)試本文所研究的基于大數(shù)據(jù)的醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)方法，選取廈門醫(yī)學(xué)院學(xué)生為評(píng)價(jià)對(duì)象，利用本文方法對(duì)研究對(duì)象醫(yī)學(xué)生綜合素質(zhì)進(jìn)行評(píng)估測(cè)試，所得測(cè)試結(jié)果如下。3.1評(píng)價(jià)效率測(cè)試從大數(shù)據(jù)融合效率與整體評(píng)估效率兩方面測(cè)試本文方法進(jìn)行醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)的效率。3.1.1大數(shù)據(jù)融合效率對(duì)比在不同評(píng)價(jià)指標(biāo)數(shù)據(jù)量條件下，本文方法大數(shù)據(jù)融合效率測(cè)試結(jié)果如表2所示。分析表2得到，采用本文方法進(jìn)行醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)過程中，數(shù)據(jù)融合所需時(shí)間隨著數(shù)據(jù)量的提升而提升。在各一級(jí)指標(biāo)數(shù)據(jù)量達(dá)到5000個(gè)時(shí)，本文方法融合各一級(jí)指標(biāo)數(shù)據(jù)所需時(shí)間均低于900ms。以上數(shù)據(jù)充分說明利用本文方法能夠較快融合各評(píng)價(jià)指標(biāo)數(shù)據(jù)，利于提升醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)的整體效率。3.1.2整體效率測(cè)試整體評(píng)價(jià)效率測(cè)試過程中，選擇RBF神經(jīng)網(wǎng)絡(luò)和層次分析法進(jìn)行對(duì)比測(cè)試，選擇9個(gè)對(duì)象作為測(cè)試目標(biāo)，本文方法與對(duì)比方法整體評(píng)價(jià)效率測(cè)試結(jié)果如圖2所示。分析圖2得到，三種評(píng)價(jià)方法中，本文方法評(píng)價(jià)全部評(píng)價(jià)對(duì)象醫(yī)學(xué)生綜合素質(zhì)所用的時(shí)間最少，平均時(shí)間在1.3s左右。相較于本文方法，層次分析法的評(píng)價(jià)過程所花費(fèi)的時(shí)間最長(zhǎng)，平均時(shí)間在2.0s；RBF神經(jīng)網(wǎng)絡(luò)的評(píng)價(jià)過程所花費(fèi)的平均時(shí)間約為1.9s。同時(shí)由圖1還可發(fā)現(xiàn)，本文方法評(píng)價(jià)過程中，各評(píng)價(jià)對(duì)象評(píng)價(jià)過程所花費(fèi)的時(shí)間最為穩(wěn)定，由此說明相較于對(duì)比方法，本文方法在評(píng)價(jià)效率方面具有絕對(duì)性優(yōu)勢(shì)。3.2評(píng)價(jià)結(jié)果驗(yàn)證通過對(duì)比本文方法評(píng)價(jià)結(jié)果與主觀評(píng)價(jià)結(jié)果間的等級(jí)相關(guān)系數(shù)驗(yàn)證本文方法評(píng)價(jià)結(jié)果的可靠性。等級(jí)相關(guān)系數(shù)Cij用于描述一種質(zhì)量如何被另一種質(zhì)量所表示的單調(diào)函數(shù)的指標(biāo)，其中，D表示主觀評(píng)價(jià)結(jié)果與本文方法評(píng)價(jià)結(jié)果間的差異度，N表示客觀評(píng)價(jià)結(jié)果。等級(jí)相關(guān)系數(shù)Cij值取值范圍為[01]，其值越越接近于1說明本文方法評(píng)價(jià)結(jié)果越準(zhǔn)確。表3所示為本文方法對(duì)評(píng)價(jià)對(duì)象的評(píng)價(jià)結(jié)果與主管評(píng)價(jià)方法間等級(jí)相關(guān)系數(shù)計(jì)算結(jié)果。分析表3得到，采用本文方法對(duì)評(píng)價(jià)對(duì)象的素質(zhì)實(shí)施評(píng)價(jià)，所得評(píng)價(jià)結(jié)果與主觀評(píng)價(jià)結(jié)果的等級(jí)相關(guān)系數(shù)均高于0.95，平均等級(jí)相關(guān)系數(shù)達(dá)到0.97。與本文方法相比，兩種對(duì)比方法的平均等級(jí)相關(guān)系數(shù)分別下降0.02和0.01。以上實(shí)驗(yàn)結(jié)果說明本文方法的評(píng)價(jià)結(jié)果更具可靠性。

4結(jié)論

針對(duì)當(dāng)前醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)方法存在的缺陷，以提升醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)結(jié)果，提出基于大數(shù)據(jù)的醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)方法，通過收集醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)的相關(guān)數(shù)據(jù)，采用大數(shù)據(jù)分析方法對(duì)數(shù)據(jù)實(shí)施分析與評(píng)價(jià)，得到相對(duì)準(zhǔn)確有效的醫(yī)學(xué)生綜合素質(zhì)評(píng)價(jià)結(jié)果。

作者：楊曉吟 單位：廈門醫(yī)學(xué)院信息中心