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

摘要：

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.

关键词：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

分类号：TP311(计算技术、计算机技术)

资助基金：教育部高教司协同育人项目;上海杉达学院校级重点教学改革项目

在线出版日期：2021-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：61-66