博士生毕业因素的关联规则挖掘:群像特征与类型差异

博士生教育以培养具有学术创新能力的高层次人才为目标,肩负着知识生产和促进经济社会发展的重任。在大数据背景下,利用博士生培养过程的教育数据,深度挖掘博士生毕业时间与培养各环节的关联规则,发现博士生延期毕业的主要原因,探析不同时间毕业的博士生群体特征,可为高校加强博士生培养管理、提高博士生毕业率提供科学指导。基于某高校研究生管理大数据系统,获取学生入学信息、导师基础信息、综合素质表现、校园行为情况、科研学习情况5类数据,处理整合形成数据集,并进行特征提取和标签体系构建,采用FP-Growth算法挖掘所有标签与博士生毕业因素的关联规则,最终刻画出按期毕业、延期毕业和超期毕业3类博士生的群体画像,并对比分析3类群像呈现的差异性特征。研究发现:博士生入学方式、课程成绩、开题情况、科研成果数量和完成时间、在读期间是否获得奖学金和荣誉表彰、毕业论文送审时间与博士生毕业时间存在强关联性;博士生入学年龄、入学前院校是不是“双一流”高校、导师年龄、导师任博导年限、导师指导学生人数、校园行为习惯与博士生毕业时间关联性不强;按期毕业和超期毕业博士生分别对应一种典型群体画像,延期毕业博士生包含3种典型画像;3类博士生群体画像在学术志趣、学术基础和学术能力3个方面呈现明显差异。为提升博士生培养质量,提高博士生毕业率,需打破刚性限制与隐性歧视,确保优秀生源选拔的有效性;强化过程监督与分流退出,确保培养过程管理的科学性;重视课程供给与基础培养,保障科研实践衔接的流畅性;呵护博士生学术志趣和身心健康,激发其科研探索和创新的积极性。

互联网直播义诊的医生群体画像及其影响力分析

目的/意义构建参与互联网医疗直播义诊的医生群体画像,分析各类型医生群体在直播中的行为特征和风格特点,为提升医生在线直播效果和影响力提供参考。方法/过程以“好大夫在线”直播义诊的1816名医生为研究样本,利用二阶聚类法生成不同医生群体的直播风格画像,基于因子分析法构建直播影响力评价体系,探究不同直播风格医生的直播影响力差异。结果/结论按直播风格类型得到知识传授型、宣传推广型、社交互动型3类医生群体画像,不同医生群体在直播的综合影响力以及活跃因子、口碑因子和热度因子3个影响力评价维度方面均存在显著差异,通过比较分析为不同直播风格医生提升其直播影响力提供对策建议。

儒道医风:明清医者画像中的理想形象

本文通过明清医者的画像、像赞,探讨医者如何从一个草泽铃医的形象,转变为融会自我认知与社会标准的一代儒医。明清科举时代,儒者入仕是为人生正途,由儒向医多是谋生选择。儒者习医从医之后,并未改其儒家本色。身穿儒服,交往高士,吟和诗文,中道清逸,是不少医者崇尚的生活方式。上医医国,救世安身,医书传世,知名医家多以儒医同道作为医者之最高境界。本文收集医者画像,图文互证,尝试从一侧面更为形象化地揭示明清儒医的容样风骨。画像虽不完全,但可见"其貌清癯,心存仁术,志好儒书"已成为其时医者推崇的理想形象。医者以儒风示人,反映出儒不仅在职业上是效法的对象,也是为人处世、自我定位和社会评判的标准。医者的儒道医风,显现其专业声誉与社会地位的关联,而此种趋同的代价是医者放弃自身之职业识别。医者画像,在一定程度上是医、儒在社会身份上难以界分的佐证。此种情形,在其他职业阶层中也有显现,这反映出在科举社会之中儒士阶层的至高无上。

医疗大数据生态下基于标注引擎的医生画像研究

随着医疗信息化建设的发展,大数据在医院文化建设的应用也层出不穷。本研究从医院文化视角出发,通过构建医生画像来提升医生职业幸福感和成就感,激发医生工作积极性,促进医生为患者提供更好的医疗服务。结合当下医疗大数据背景,以医院业务系统、互联网渠道系统和相关管理系统的数据为基础,提出大数据平台下的医生画像体系架构,并设计以标签模型为核心的标注引擎,通过该引擎生成涵盖临床、科研、教学、管理特征的医生画像,并将画像结果通过应用服务定向推送给医生,实现医生画像的可视化呈现。医生画像的应用不仅有助于医院精细化管理,还能增强医生荣誉感、使命感,提升医院文化软实力。

基于特征分析和标签提取的医生画像构建研究

【目的/意义】医生同时兼具提供医疗服务的社会工作者和从事科学研究的科研工作者双重身份,因而需要从更全面、立体的角度组织管理和利用互联网中多源的医生数据用来构建医生画像,对于患者寻求医疗救助、提高健康服务质量具有重要作用。【方法/过程】在提出医生画像概念的基础上,以医院官网、百科类网站、文献数据库、在线健康社区等数据源为基础,提出基于特征分析和标签提取的医生画像构建模型,分别从医生的人口统计属性、简介特长、科研成果、科研合作、患者在线评价五个方面构建医生画像,最后在此基础上进行实证研究,以可视化的方式展示医生画像。【结果/结论】基于特征分析和标签提取的医生画像构建模型能够全面描述医生信息并将其以更加直观的形式展示出来,从而推动为患者提供个性化的健康服务和精准的医生推荐等研究的发展。