利用机器学习方法对灾难生命支持课程NDLS培训效果进行分析预测

作者：郭欣; 陈瑛; 章鸣嬛; 张璇; 潘曙明; 汤璐佳^*

来源：计算机与现代化, 2020, (12): 61-66.

DOI：10.3969/j.issn.1006-2475.2020.12.011

• 机器学习
• 灾难生命支持课程
• 影响因素
• Apriori关联规则分析
• 决策树

2019年底新型冠状病毒(2019-nCoV)肺炎疫情爆发,疫情使人们更加认识到应急救援队伍建设和相关人才培养的重要性。本文以2018—2019年间参加灾难生命支持课程(National Disaster Life Support,NDLS)培训的学员数据为研究对象,利用非监督和监督2种机器学习方法相结合的方式,分析NDLS培训效果的影响因素,帮助培训组织对学员的培训效果进行有效预判,从而提前干预,提高培训质量。首先运用Apriori算法找出若干个对培训效果影响较大的因素,然后用决策树模型对培训效果进行预测,并利用决策树分析的结果验证关联分析的结论。以置信度、支持度及提升度等参数作为Apriori关联规则的评价指标。用十折交叉验证作为决策树预测模型评估的方法。结果显示模型效果良好,其结果可以帮助培训组织对学员的学习效果进行有效预判、监控并保证培训质量。

• 单位
  上海交通大学医学院附属新华医院; 上海杉达学院