基于貝葉斯網絡的大學生考研動機影響因素

鄭 健，馮亞娟，郭 偉

（西安工程大學 管理學院，陜西 西安710048）

0 引 言

大學生考研動機行為實施的作用機制具有以下兩方面的特征：第一，相同的影響因素在不同的大學生群體考研動機行為實施的影響程度上存在顯著的差異；第二，在不同的大學生群體中，不僅考研動機影響因素構成不同，而且各因素間的影響關系存在一定關聯性［1］.大學生考研動機影響因素及其影響機制具有不確定性和動態(tài)性，即使是在同一大學生群體中，隨著環(huán)境的不斷改變，各影響因素在數量和影響程度上都在持續(xù)地動態(tài)變化，這種動態(tài)變化是考研動機行為是否實施的重要依據.

對于考研動機的研究，國外主要集中在成就動機上，我國一些學者已經對考研動機作過多方面、多層次的研究.文獻［2］通過對考研意向的分析，總結引發(fā)考研的因素，并綜合其研究結果提出建議.文獻［3］主要側重于考研動機的建議，建議當代考生樹立正確的考研動機.文獻［4］通過問卷調查對考研動機進行了總結.文獻［5］基于對山西大學生考研動機的調查研究，系統(tǒng)說明了大學生考研動機的影響因素的差異.

這些研究多少涉及了考研動機的影響因素的種類和針對這些影響因素提出的相應的對策，但研究較為零散，缺乏統(tǒng)一的理論模型的構建.基于此，文中提出了基于貝葉斯網絡（Bayesian Network，簡稱BN）的大學生考研動機影響機制模型，模擬大學生考研動機影響機制的動態(tài)過程.

1 貝葉斯網絡模型構建

1.1 貝葉斯網絡

貝葉斯網絡是根據隨機變量間的概率關系建立的圖論模型，用有向無環(huán)圖 （Directed Acyclic Graph，DAG）來表示，主要由節(jié)點和有向弧兩個元素組成［6］.一個簡單的貝葉斯網絡可由圖1來表示.圖1中O，P，Q，L，M分別代表一個節(jié)點，每個節(jié)點相應的變量用對應小寫字母表示.例如，把節(jié)點O的變量表示為：o1，o2，…，oi，并且滿足P（o1）＋P（o2）＋…＋P（oi）=1，同理，可以得到節(jié)點P，Q，L，M相應的變量表示［7-8］.

圖1 簡單的貝葉斯模型結構Fig.1 Asimple Bayesian model structure

1.2 考研動機影響機制貝葉斯網絡

根據歸納出的大學生考研動機影響因素［9-10］，以及各影響因素的內在聯系建立考研動機影響機制貝葉斯網絡模型.把動態(tài)、復雜的考研動機影響因素分析問題整合為貝葉斯網絡推理問題，在貝葉斯網絡中分析大學生考研動機影響因素之間的關系以及其對于考研動機的作用機理［11］.本研究構建的貝葉斯網絡拓撲圖如圖2所示.

圖2 大學生考研動機影響因素貝葉斯網絡Fig.2 Bayesian network of undergraduates′motivation influencing factors

1.3 子貝葉斯網絡推理

把大學生考研動機影響機制貝葉斯網絡分解成若干個簡單的“子貝葉斯網絡”，選取圖2中某一“子貝葉斯網絡”［12-13］進行實例推理計算.選取的“子貝葉斯網絡”中，主觀影響為中間節(jié)點，群體效應、學術研究、名校情結、就業(yè)問題、戶口問題為父節(jié)點，考研動機為子節(jié)點，如圖3所示.

所構建的貝葉斯網絡中先驗概率和條件概率的確定，主要采取如下方法及步驟.首先，通過查閱文獻獲得初始數據，即父節(jié)點概率.其次，由于條件概率不能直接獲得，需要通過分析相關文獻，并結合有關經驗累積以及專家評判獲得各變量間的條件概率［14］.文獻［14］運用了陜西省6所高校抽樣調查的數據，采用統(tǒng)計描述方法和二元離散模型，對大學生考研動機及影響因素進行實證研究，得出相關結論，并提出了大學生應樹立正確的考研動機、政府及學校應完善高校人才培養(yǎng)模式等對策.而并沒有量化和從動態(tài)的角度去衡量各個影響因素對大學生考研動機的影響.

圖3 大學生考研動機影響機制“子貝葉斯網絡”圖Fig.3 The son of Bayesian network of undergraduates′motivation mechanism

表1 父節(jié)點先驗概率Table 1 Prior probability of the parent node %

表2 主觀影響與其父節(jié)點的聯合條件概率Table 2 Effect of subjective conditions combined with its parent node probability

由貝葉斯網絡特性，可推理得到B的條件概率為

因為P（B）=0.224 2，所以.B的條件概率確定后，進一步可以得到A的條件概率為

2 研究分析

2.1 節(jié)點間關聯度計算

根據以上計算，就業(yè)壓力與主觀影響及考研動機之間的關聯度分別為69.05%和22.21%.由此可以看出：就業(yè)壓力對主觀影響和考研動機有正向影響作用，而且影響作用較大，這同文獻［6］中的研究結果一致，在個人因素中，就業(yè)壓力占很大比重.依此方法可以依次改變其余父節(jié)點的概率，并計算出關聯度，研究該因素對考研動機的影響程度.通過計算，C，D，E，G與考研動機的關聯度分別為34.92%，20.18%，18.34%，11.77%.

2.2 節(jié)點概率變化率計算

在貝葉斯網絡概率推理中，可以通過節(jié)點間條件概率的改變，模擬特定環(huán)境下各因素對考研動機影響程度的變化.文中以主觀影響與考研動機之間條件概率的改變?yōu)槔M行分析.節(jié)點間條件概率改變而導致的考研動機變化率R為

假設隨著外部壞境的變化，其主觀影響程度高與考研動機程度高之間的聯合概率從0.81下降至0.65，而主觀影響程度低與考研動機程度低的聯合概率從0.26下降至0.13，表1～表2的概率條件不變，使用變化后的主觀影響與考研動機之間的條件概率，計算可得節(jié)點A的概率為P（A）=0.224 2×0.65＋由前文的計算結果可知因此，計算出節(jié)點間條件概率改變而導致的考研動機變化率R為

即當主觀影響與考研動機間的條件概率發(fā)生變化，P（A｜B）由0.81變?yōu)?.65，P（A｜B）由0.26變?yōu)?.13時，考研動機程度將會下降21.92%.同理，還可以推算出其他節(jié)點間條件概率改變下的考研動機影響因素各節(jié)點概率的變化情況.

通過推理計算，在主觀影響因素中，群體效應對考研動機影響最大，關聯度達到34.92%；其次是就業(yè)壓力，關聯度為22.21%；學術研究也有較大影響，關聯度為20.18%；名校情節(jié)與其關聯度為18.34%；影響最小的為戶口問題，關聯度為11.77%..

3 結束語

本文通過分析文獻，考慮了影響考研動機的4個因素，建立了貝葉斯網絡結構模型.以其中的個人因素為例，通過對各節(jié)點關聯度的分析，可以推理出各影響因素對考研動機的具體作用機制；通過調整變量間的條件概率，可以較為真實地反映考研動機響機制中各變量間關系的動態(tài)變化過程.此模型能夠幫助學校及社會對大學生考研動機進行管理和調節(jié)，使大學生正確認識考研、對待考研.

［1］ 呂冬詩，徐寶貴，張彬.影響大學生考研動機的主要因素研究［J］.出國與就業(yè)，2011（8）：45-46.LYU Dongshi，XU Baogui，ZHANG Bin.Study on the main factors affecting the motivation of university students［J］.Work &Study Abroad，2011（8）：45-46.

［2］ 薛深.普通高校應屆畢業(yè)生考研動機調查分析［J］.探索與交流，2004（30）：36-38.XUE Shen.Investigation and analysis of college graduates PubMed motivation［J］.Exploration and communication，2004（30）：36-38.

［3］ 呂潔.高校學生考研動機及影響因素分析［J］.江蘇科技大學學報，2007（14）：80-82.LYU Jie.Analysis of motivation and influence factors of college students preparing for postgraduate entrance examination［J］.Jiangsu University of Science and Technology，2007（14）：80-82.

［4］ 呂健露，莊郁馨.大學生考研動機分析［J］.今日中國論壇，2013（6）：85-86.LYU Jianlu，ZHUANG Yuxin.Analysis of college students′study motivation［J］.Today Chinese Forum，2013（6）：85-86.

［5］ 孟佳，顧昭明.山西省大學生考研動機的調查研究［J］.中國健康心理學雜志，2011（19）：828-830.MENG Jia，GU Zhaoming.Investigation and analysis：Motivations of postgraduate entrance examination in Shanxi province［J］.Chinese Journal of health psychology，2011（19）：828-830.

［6］ 張連文，郭海鵬.貝葉斯網引論［M］.北京：科學出版社，2006：23-25.ZHANG Lianwen，GUO Haipeng.An introduction to Bayesian Networks［M］.Beijing：Science Press，2006：23-25.

［7］ HARUHIKO Ogasawara.Asymptotic properties of the Bayes and pseudo Bayes estimators of ability in item response theory［J］.Journal of Multivariate Analysis，2013（15）：114.

［8］ WANG Lichun，RADHEY S Singh.Linear Bayes estimator for the two-parameter exponential family under type II censoring［J］.Computational Statistics and Data Analysis，2014（3）：71.

［9］ 耿德英，陳祿秀.應屆大學畢業(yè)生考研動機調查研究［J］.西昌學院學報：自然科學版，2013（4）：74-77.GENG Deying，CHEN Luxiu.A research about the motives of college students′preparing for postgraduate entrance examination［J］.Journal of Xichang College：Natural Science Edition，2013（4）：74-77.

［10］ 周燁.當代大學生考研動機因素結構分析［J］.科協論壇，2011（11）：170-171.ZHOU Ye.Analysis of their motive factor structure of contemporary college students［J］.Association Forum，2011（11）：170-171.

［11］ 周國華，彭波.基于貝葉斯網絡的建設項目質量管理風險因素分析——以京滬高速鐵路建設項目為例［J］.中國軟科學，2009（9）：100-106.ZHOU Guohua，PENG Bo.Analysis of quality management risk in large construction projects based on bayesian belief network：A case study of Beijing-Shanghai high-speed railway project［J］.China Softscience，2009（9）：100-106.

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

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

［14］ 劉天軍.大學生考研動機及影響因素研究——基于陜西省6所高校抽樣調查的實證分析［J］.高校管理與發(fā)展，2013（16）：71-75.LIU Tianjun.Analysis of motivation and influence factors of college students preparing for postgraduate entrance examination［J］.College of Economics and Management，2013（16）：71-75.