基于貝葉斯網(wǎng)絡(luò)的大學(xué)生逃課原因分析

張 婷，王 芳

基于貝葉斯網(wǎng)絡(luò)的大學(xué)生逃課原因分析

張 婷，王 芳

為了解逃課因素對(duì)大學(xué)生逃課行為的影響程度，構(gòu)建大學(xué)生逃課原因的貝葉斯網(wǎng)絡(luò)模型，計(jì)算出模型節(jié)點(diǎn)間的關(guān)聯(lián)度，以及條件概率改變的情況下節(jié)點(diǎn)概率變化率。該模型顯示了大學(xué)生逃課因素間的動(dòng)態(tài)變化，以及各個(gè)因素對(duì)逃課行為影響程度的大小。此模型有助于學(xué)校、教師以及學(xué)生本人客觀了解逃課原因，由此采取適當(dāng)干預(yù)，減少大學(xué)生逃課現(xiàn)象的發(fā)生。

大學(xué)生；逃課；貝葉斯網(wǎng)絡(luò)；概率

大學(xué)生逃課行為實(shí)施的作用機(jī)制具有兩個(gè)特點(diǎn)：一是對(duì)不同的大學(xué)生而言，相同的影響因素對(duì)逃課行為實(shí)施的影響程度上明顯有差別；二是在不同的大學(xué)生個(gè)體中，逃課原因不同，而且各個(gè)影響因素之間存在一定的聯(lián)系[1]。對(duì)此，國外研究主要有：一是對(duì)所有因素的全面分析[2-4]；另一是對(duì)某個(gè)因素的深入研究[5]。國內(nèi)研究主要有：一是通過現(xiàn)象描述，以思辨式討論分析大學(xué)生逃課原因，并給出建議[6]；第二是采用調(diào)查法和訪談法客觀統(tǒng)計(jì)分析大學(xué)生逃課原因[7]；還有部分研究是在客觀統(tǒng)計(jì)的基礎(chǔ)上，以思辨討論分析大學(xué)生逃課原因，提出解決方案[8]。本文基于客觀統(tǒng)計(jì)，找出大學(xué)生各個(gè)逃課因素的相互聯(lián)系，提出逃課因素的貝葉斯網(wǎng)絡(luò)模型，分析逃課行為實(shí)施影響機(jī)制的動(dòng)態(tài)變化過程，為分析大學(xué)生逃課現(xiàn)象提供參考。

一、貝葉斯網(wǎng)絡(luò)模型構(gòu)建

(一)貝葉斯網(wǎng)絡(luò)

貝葉斯網(wǎng)絡(luò)是根據(jù)隨機(jī)變量間的概率關(guān)系建立的圖論模型，用有向無環(huán)圖表示，主要由節(jié)點(diǎn)和有向弧兩個(gè)元素組成，簡單貝葉斯網(wǎng)絡(luò)如圖1[9]所示。其中A、B、C、D、E分別代表一個(gè)節(jié)點(diǎn)。

圖1 簡單貝葉斯網(wǎng)絡(luò)

設(shè)貝葉斯網(wǎng)絡(luò)中存在A1，A2…，An等n個(gè)相互獨(dú)立的節(jié)點(diǎn)，則；

P(A1,A2,…,An)=P(A1)P(A2)…P(An)(1)

加上貝葉斯定理得出聯(lián)合條件概率為：

P(A1,A2,…,An)=P(A1|A2,…,An)P(A2|A3,…,An)…P(An-1|An)(2)

(二)逃課因素的貝葉斯網(wǎng)絡(luò)模型

逃課因素從個(gè)體學(xué)生主觀消極因素、學(xué)生生活團(tuán)體氛圍因素、學(xué)校管理制度因素、教師教學(xué)水平和風(fēng)格因素及個(gè)體學(xué)生其它因素等5個(gè)方面考慮[8]，依據(jù)各個(gè)因素內(nèi)在聯(lián)系建立起逃課因素的貝葉斯網(wǎng)絡(luò)模型，如圖2所示。

圖2 逃課因素的貝葉斯網(wǎng)絡(luò)

(三)子貝葉斯網(wǎng)絡(luò)推理

圖2中，逃課因素的貝葉斯網(wǎng)絡(luò)被分解成若干個(gè)簡單的子貝葉斯網(wǎng)絡(luò)[10-11]。選取以“個(gè)體學(xué)生主觀消極因素”為中間節(jié)點(diǎn)，以“沉迷于游戲或娛樂”“作風(fēng)懶散”“學(xué)習(xí)目的不明確”“上進(jìn)心不足”為父節(jié)點(diǎn)，以“逃課行為”為子節(jié)點(diǎn)構(gòu)成的子貝葉斯網(wǎng)絡(luò)進(jìn)行推理計(jì)算。

本文采用調(diào)查法和訪談法對(duì)貝葉斯網(wǎng)絡(luò)中的條件概率和先驗(yàn)概率進(jìn)行確定[8]，以安徽某高校工科學(xué)院學(xué)生為調(diào)查對(duì)象，共發(fā)放問卷600份，回收563份，剔除無效問卷9份，有效問卷為554份，回收率為93.83%，有效回收率為92.33%。父節(jié)點(diǎn)的先驗(yàn)概率如表1所示。

表1 父節(jié)點(diǎn)先驗(yàn)概率值(%)

表2 個(gè)體學(xué)生主觀消極因素與其父節(jié)點(diǎn)的聯(lián)合條件概率值(%)

逃課行為與個(gè)體學(xué)生主觀消極因素間的聯(lián)合條件概率如表3所示。

表3 逃課行為與個(gè)體學(xué)生主觀消極因素間的聯(lián)合條件概率值(%)

由貝葉斯網(wǎng)絡(luò)性質(zhì)可以推理出個(gè)體學(xué)生主觀消極因素強(qiáng)B的概率為：

(3)

二、節(jié)點(diǎn)間關(guān)聯(lián)度的計(jì)算分析

貝葉斯網(wǎng)絡(luò)中，各個(gè)節(jié)點(diǎn)間相互影響程度稱為關(guān)聯(lián)度Rij,即由i變化影響j變化的程度。先驗(yàn)概率發(fā)生改變后的關(guān)聯(lián)度[12-14]Rij可以表示為：

(4)

其中，ΔP(i)是父節(jié)點(diǎn)i的概率變化量，ΔP(j)是子節(jié)點(diǎn)j的概率變化量。

可以看出，上進(jìn)心不足對(duì)個(gè)體學(xué)生主觀消極因素和逃課行為有正向影響作用。改變其它父節(jié)點(diǎn)的概率，同理計(jì)算關(guān)聯(lián)度，可得到其它因素對(duì)逃課行為的影響情況。

三、條件概率改變下節(jié)點(diǎn)概率變化率計(jì)算

為了模擬特定環(huán)境下各個(gè)因素對(duì)逃課行為影響程度的變化，可以改變貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)間條件概率來實(shí)現(xiàn)。以個(gè)體學(xué)生主觀消極因素與逃課行為之間條件概率的改變?yōu)槔齺磉M(jìn)行分析。節(jié)點(diǎn)間條件概率改變引起逃課行為變化率R可以表示為：

(5)

其中，m為條件概率變化后的概率值，n為條件概率改變前的概率值。

可以看出，當(dāng)個(gè)體學(xué)生主觀消極因素與逃課行為之間條件概率改變了，學(xué)生逃課行為實(shí)施可能性會(huì)改變2.21%。同理，可以計(jì)算出在其它節(jié)點(diǎn)間條件概率變化的情況下，學(xué)生逃課行為實(shí)施的各個(gè)因素概率的改變情況。

四、總結(jié)

本文采用調(diào)查法和訪談法確定貝葉斯網(wǎng)絡(luò)中的條件概率和先驗(yàn)概率，根據(jù)逃課行為的5個(gè)影響因素建立貝葉斯網(wǎng)絡(luò)模型。為了驗(yàn)證模型合理性，以個(gè)體學(xué)生主觀消極因素為例，通過對(duì)各個(gè)節(jié)點(diǎn)關(guān)聯(lián)度的分析，計(jì)算出各因素對(duì)學(xué)生逃課行為實(shí)施的具體作用機(jī)制；通過調(diào)整各個(gè)因素間的條件概率，可以比較真實(shí)地反應(yīng)影響學(xué)生逃課行為實(shí)施的各個(gè)因素間的動(dòng)態(tài)變化過程?？梢?，影響學(xué)生逃課行為實(shí)施的貝葉斯網(wǎng)絡(luò)模型能夠有助于學(xué)校、教師及學(xué)生自己認(rèn)真對(duì)待逃課行為，采取適當(dāng)干預(yù)可減少學(xué)生逃課行為。

[1] 李介,王雄雄.大學(xué)生逃課現(xiàn)象研究[J].中國青年研究，2006(1)：77-80.

[2] Gary，W.Skipping Class:An Analysis of Absenteeism among First-Year College Students[J].American Sociological Association,1992,20(7):201-207．

[3] Paul,F. et al．Why Students Do and Do Not Attend Classes:Myths and Realities[J]．College Teaching，2011，49(4):124-133．

[4] Nancy, F． Students Motivations for ClassAttendance [J]. American Journal of Pharmaceutical Education， 2005,69(1)．

[5] Stephen,D.& F.John.Evaluation of Factors InfluencingStudent Class Attendance and Performance[J].American Agricultural Economics Association,1996,78(8)．[6] 徐松芝,劉嘉誠等.淺談大學(xué)生逃課原因及其對(duì)策[J].長春理工大學(xué)學(xué)報(bào).2012(1)：107-108.

[7] 張喜榮,李秋月.大學(xué)生逃課原因分析及對(duì)策建議[J].教育教學(xué)論壇.2014(20)：5-7.

[8] 章劍鋒,王麗燕.大學(xué)生曠課原因分析及對(duì)策研究[J].當(dāng)代青年研究.2007(12)：73-76,37.

[9] 張連文,郭海鵬.貝葉斯網(wǎng)引論[M].北京：科學(xué)出版社，2006.

[10] COOPERG.Computational complexity of probabilistic inference using Bayesian networks[J].Artificial Intelligence,1990,42(5):393-405.

[11] CHICKERING D M, Learning Bayesian networks is NP-Hard[R].Technical Report,MSR-TR-94-17,Microsoft Research,Redmond,1994.

[12] 鄭健,馮亞娟,郭偉.基于貝葉斯網(wǎng)絡(luò)的大學(xué)生考研動(dòng)機(jī)影響因素[J].西安工程大學(xué)學(xué)報(bào).2015，29(6)：780-784.

[13] 蔣楊永,何朝陽.大學(xué)生創(chuàng)業(yè)意向的影響因素——基于貝葉斯網(wǎng)絡(luò)的分析[J].經(jīng)營與管理，2012(9)：149-151.

[14] Pearl J F.Propagation and Structuring in Belief Network[J].ArtificialIntelligence,1986(3).

責(zé)任編輯：劉海濤

G640

A

1673-1794(2017)03-0099-03

張婷，安徽大學(xué)電子信息工程學(xué)院政工師，碩士，研究方向：大學(xué)生思想政治教育；王芳，安徽大學(xué)繼續(xù)教育學(xué)院(合肥 230601)。

2017-01-29