基于決策樹的高校招生宣傳策略研究

常賽

關鍵詞：決策樹；招生宣傳；宣傳策略；個性化

1 引言

2014年9月國務院印發了《國務院關于深化考試招生制度改革的實施意見》，是進一步深化改革，促進教育公平，提高人才選拔水平的重要舉措。該意見提出要形成分類考試、綜合評價、多元錄取的考試招生模式，健全促進公平、科學選才、監督有力的體制機制[1]。如何能夠保證公平公正地錄取到更多高素質人才，一直是各高校招生部門的工作重點，而招生宣傳則是其中的核心環節。我國高校招生擴招從1999年開始，錄取率首次突破50%，隨后高考報名人數呈逐年攀升的趨勢，2008年達1050萬，但從2009年開始有所下降，2018年下降至975萬人，相較2008年減少了75萬人。由此引發了激烈的生源競爭，即使近兩年高考報名人數呈現回暖趨勢，2021年達1078萬人，也沒有緩解各高校間愈演愈烈的生源競爭熱度。高校想方設法通過各種途徑擴大招生宣傳范圍及力度，雖然相對粗放型的擴張模式在短期內有所收效，但耗費大量人力和物力，不利于高校招生宣傳的長期可持續性發展[2]。

現階段高校招生宣傳工作主要存在時間局限性、地域局限性和信息投放盲目性的問題。

（1） 時間局限性。一方面在招生宣傳集中填報志愿的較短時間段內，各高校信息以爆炸式的方式呈現，考生很難短時間接納如此龐大的信息并有效分析，容易造成信息丟失，降低招生宣傳的有效性[3]。另一方面在平時的宣傳中，由于高中生學業壓力大，高考前時間極為緊張，宣傳時效覆蓋面有限，很難有效發揮平時招生宣傳的應有作用。

（2） 地域局限性。研究表明，招生宣傳中的招生宣講會及進校園宣傳的效果最好，此模式下考生可以和心儀的高校進行面對面詳細咨詢，高校也可定點定向針對匹配學生進行宣傳。但此類方式受地域限制明顯，特別是在目前全球新冠疫情的情況下，高校能參與的招生宣講會及進中學校園活動受到限制，容易造成宣傳密度不均，影響招生宣傳的公平性[4]。

（3） 信息投放盲目性。為減少時間和地域局限性影響，高校愈發側重新媒體宣傳模式[5]。但目前新媒體信息投放呈現撒網式特點，有一定的盲目性，無法根據地域、中學、學生等情況精準化個性化投放。雖然新媒體方式如QQ、微信等方式可實現咨詢互動，一定程度上解決學生個性化咨詢問題，但受工作人員數量和工作時間影響，咨詢并非能得到及時回復，且效率不高，用戶體驗受到影響。

為解決上述問題，本文構建基于決策樹的高校招生宣傳模型，在此模型中根據決策樹的分類策略進行招生宣傳布局，解決信息盲目投放問題，提高投放效率，有針對性地進行宣傳，加強招生宣傳精準度及公平性。

2 決策樹

決策樹算法是一種經典的數據挖掘方法，生成的模型呈樹形結構，常用于處理分類和回歸問題。算法流程示意圖如圖1所示。

ID3和C4.5是決策樹算法中的兩個較為經典的算法。ID3（Iterative Dichotomiser3） 算法是20 世紀80年代由J.R.Quinlan 提出的，核心思想是以信息增益作為分裂屬性選取的依據，選擇具有最高信息增益的屬性作為節點N的分裂屬性。式1為D中元組分類所需信息熵。式2為以屬性A劃分D中元組所需的信息熵。

信息增益為原來的信息需求（式1） 與新需求（式2） 之間的差，如式3所示。

ID3算法具有較快的分類速度和測試速度。但該算法在設計之初未考慮如何處理連續屬性、屬性缺失以及噪聲等問題。1993年J.R.Quinlan針對ID3算法的不足設計了C4.5算法，引入信息增益率的概念，如式4所示。C4.5算法克服了ID3算法無法處理屬性缺失和連續屬性的問題，并且引入了優化決策樹的剪枝方法，使算法更高效，適用性更強。

剪枝的基本策略有“預剪枝”和“后剪枝”兩種策略。“預剪枝”策略是在分類進行之前進行評估，如果泛化能力不到預期則不進行劃分，該節點記作葉子節點。“后剪枝”策略是在決策樹完成后，自低向上進行評估，將不滿足泛化預期的節點刪除子樹后轉換成葉子節點[6-7]。

C4.5算法的優點是產生的規則易于理解且準確率較高，因此本文選擇C4.5作為決策樹生成算法。

3 招生宣傳模型

新時代信息化高度發達，高校在招生過程中積累了大量的數據，通過分析發現在招生宣傳過程中無論是學生對高校專業的了解程度還是學生對宣傳手段的認可程度，都存在一定規律性，從規律中能發現招生宣傳過程中存在的不足[8]。基于決策樹的高校招生宣傳模式分為五個步驟。①劃分區域目標：根據不同省份區域的專業計劃投放目標劃分基礎區域范圍；②采集數據：主要包括各區域的學生入學前的咨詢數據及新生調查問卷數據；③數據預處理：對采集的信息進行清洗整理、去除雜質；④建立決策樹，為下一步的具體宣傳決策提供決策機制基礎；⑤生成宣傳決策：為不同區域或不同類型的對象生成個性化招生宣傳策略。基于決策樹的招生宣傳模型層次結構如圖2所示。該模型分為三層：數據層、處理層和應用層。

數據層主要涉及招生數據、宣傳數據的采集工作。數據來源分為兩個模塊，第一是調查問卷數據模塊，數據來源主要是新生入學調查問卷內容；第二是互聯網數據模塊，主要包括：學生入學前各類咨詢數據。數據層技術主要包含離線采集、實時采集、互聯網爬蟲解析等。利用上述技術采集各類相關數據，以供處理層分析。

處理層主要實現數據處理。先對數據進行預處理，去除雜質，生成決策樹，為應用層決策提供支撐依據。

應用層根據應用需求，為不同地區、不同層次、不同中學的學生生成個性化招生策略，并通過線上線下招生宣傳平臺，實現高效、精準、個性化宣傳。

4 決策樹模型

本文對S大學2021年的6232份新生調查問卷數據級及各類咨詢數據進行統計分析，根據屬性歸類劃分將數據整理成數據集樣本D，如表1所示。屬性集合A={了解途徑、填報志愿決定者、家庭所在地}，類別集合宣傳效果L={強、弱}。其中類別中的強弱標準依據調查問卷中學生通過招生信息對高校了解程度來進行劃分，超過50%為強，低于50%為弱。決策分類屬性中“了解途徑”的信息增益率最高，被選為根節點分類屬性，以此類推，逐漸生成決策樹，如圖2所示。

5 基于決策樹招生宣傳策略的優點

基于決策樹的高校招生宣傳相較于傳統招生宣傳策略更具多元化、個性化及精準化特征。高校可以多角度、全方位地利用不同階段的學生數據進行分析預測，對學生的報考咨詢數據、入學及培養數據進行分析，掌握內在規律，制定精準化招生策略，改變目前廣撒網式、盲目性的宣傳問題，節約招生宣傳成本、提高招生宣傳效率。

5.1 多元化宣傳方式

通過數據分析可知，新時代大學生對于填報志愿更具有獨立性和自主性，家長、親友、老師對學生本身志愿填報意愿的權威性影響越來越不明顯。這與新媒體時代信息的高效傳播存在密切關系，學生能夠通過各種渠道獲取到各類招生信息，追求各種渠道的“安利”。這對高校的宣傳工作提出了更高要求，需要與時俱進地采用新時代年輕人喜聞樂見的方式宣傳學校相關內容，制定適應新時代青年的宣傳材料，使學生能夠自我決定，并在觀念上認同報考高校。

5.2 個性化信息推送

在招生宣傳過程中有三個重要的組成部分即宣傳主體、宣傳客體及宣傳本體。首先，宣傳主體為高校實施招生宣傳的組織和隊伍；其次，宣傳客體為招生宣傳面向的對象，主要包括學生、家長、中學；最后，宣傳本體為招生宣傳的信息和內容，包括宣傳材料、宣傳視頻、宣傳政策等。傳統招生宣傳中宣傳主體起主導作用，宣傳客體僅處于被動接收的狀態。宣傳本體的組織完全取決于宣傳主體的宣傳意愿。但基于決策樹的招生宣傳模型中，宣傳本體的設置一方面需要依賴于宣傳主體的宣傳意愿，另一方面更需要根據宣傳過程中主客體產生的數據進行挖掘分析，制作精準化的招生宣傳本體。在宣傳主客體相互作用下，產生的宣傳本體才能夠更加精準化及高效性。

5.3 精準化信息投放

通過新生調查問卷數據構建的決策樹顯示，對于S大學而言，家庭所在地為地級市的新生對于S大學的基本了解程度較高，接下來依次是省會城市直轄市、縣城鄉鎮，來自農村地區的新生對學校的基本了解程度較其他地區的新生更低。首先，農村了解程度低，究其原因是農村學生的了解各個大學的消息途徑相對閉塞。其次，省會城市或直轄市的學生相對而言各類高校選擇的機會更多一些，因此關注S大學的信息可能會相對弱一些。最后，地級市、縣城、鄉鎮的同學對于S大學的期待更高，也會更加關注相關信息。由此可見，不同地區的學生對不同層次的高校的關注度是有區別的，因此高校在進行信息投放時應該區分學校受關注區域進行精準化信息投放。一方面，對于關注度高的區域，應重點利用新媒體技術加大信息投放，穩固招生優勢；另一方面，對于因信息途徑閉塞導致關注度低的區域，則可以結合傳統招生宣傳模式，選擇代表性地區或學校樹立典型，逐步擴大影響，提高知名度；最后，對于信息通暢但關注度不高的區域，則可采取精品宣傳模式，優先重點宣傳高校優勢項目，以突破該區域同類高校的招生優勢，逐步形成品牌效應。精準化的信息投放能在有限招生成本下最大程度地擴大高校影響力。

6 總結

在目前高校生源競爭日趨激烈的環境下，如何在有限的條件下，提高招生宣傳效率，吸引更優質生源報考是各高校招生工作的重點。宣傳主體、宣傳客體和宣傳本體是招生宣傳工作中的三個組成部分。在傳統模式下，宣傳主體將設計的宣傳本體推送給宣傳客體，宣傳客體被動接收宣傳本體，經驗占據主導地位。本文利用決策樹C4.5算法，建立基于決策樹的招生宣傳模型，宣傳本體的設置不僅依賴于宣傳主體的宣傳意愿，更重要是根據宣傳過程中主客體產生的決策數據，設置精準化的招生宣傳策略。數據層、處理層、應用層三層建模模式，為招生宣傳決策提供數據支撐，最終形成多元化宣傳方式、個性化信息推送、精準化信息投放的高效招生模式；同時亦可避免人為因素干擾，利用隱藏在數據中的宣傳規律，科學指導宣傳策略設計，有利于高校招生宣傳工作的可持續發展。