艾滋病防治绩效考核标课件

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,人的差异在于业余时间,艾滋病防治绩效考核标,艾滋病防治绩效考核标人的差异在于业余时间艾滋病防治绩效考核标艾滋病防治绩效,考核指标,指标分配,艾滋病防治绩效评估指标共9个,其中,省级指标:2个1.3.1,1.3,2,市级指标:9个1.3.1-9,县级指标:6个1.3.1-5,1.3.7,数据挖掘可以在大量的、不完全的、有噪声的数据中挖掘出有价值的信息。决策树是数据挖掘的常用方法之一。本文在分析数据挖掘基本方法的基础上，详细介绍了决策树挖掘技术，阐述了决策树中ID3算法的思想，并采用ID3算法对学生管理进行了应用研究。,1 数据挖掘,数据挖掘，即Data Mining，也称为数据采矿。它是数据库知识发现的一个步骤。数据挖掘从大量的数据中，通过算法，搜索出隐含于其中的有价值的信息。这些数据具有量大、噪声、模糊、随机、不完全等特点。数据挖掘的过程就是从这些数据中找出有价值的、先前不为人所认识的有价值的信息或知识的过程。数据挖掘通常借助于计算机或数学的技术，通过数理统计、机器学习、专家系统、模糊识别等方法来进行“挖掘”。具体而言，数据挖掘所采用的分析方法包含了分类（Classification）、估值（Estimation）、预测（Prediction）、关联规则（association rules）、聚类（Clustering）以及复杂型数据挖掘如Web挖掘等。,数据挖掘的过程有几个步骤，首先是要确定业务对象，要清晰地定义数据挖掘的目的和业务问题；其次要进行数据准备，从与业务对象相关的内部、外部数据中选择适当的、适用于进行数据挖掘的数据，然后进行数据预处理，并将数据进行模型化处理，使数据适合某种挖掘算法的模型；数据挖掘的第三步是是进行具体的数据挖掘，即在前面几步的基础上，根据模型和选定的数据挖掘算法进行具体的挖掘；第四是进行结果分析，对数据挖掘的结果进行评估，明确本次数据挖掘的方法、模型的可信度等；数据挖掘的最后就是数据挖掘结果和模型的运用。,数据挖掘的常用操作方法有决策树方法、人工神经网络方法、遗传算法、粗集方法、模糊集方法等。,2 决策树算法,决策树是数据挖掘的常用方法之一。决策树（即Decision Tree），是在已知各种情况发生的概率基础上，通过构建决策树来求取净现值的期望值在大于等于零情况下的概率，由此做项目风险评价，并判断其可行性的分析方法。,决策树是一种树形结构，是根据策略抉择而建立起来的一种属性结构。在决策学习中，决策树就是一个预测模型，代表了对象属性与对象值之间的映射关系。决策树中每个节点表示对象的属性，而分支则代表属性的取值，叶子节点代表一个分类。简言之，决策树就是基于分类训练集的预测树，用于预测和归类。,决策树的起源源于概念学习系统，到ID3算法的时候真正发展起来。在早期，决策树是人工智能的重要方法，随着数据挖掘技术的发展，决策树成了构建决策支持系统的一种重要工具。,在决策树的算法中，ID3算法是比较成熟的算法之一。ID3算法以信息增益来决定属性的选择，选择分支后信息增益最大的属性进行分支。,ID3算法的基本思想是：,（1）通过自顶向下的贪婪搜索，遍历可能的决策空间构建决策树；,（2）确定一个属性作为根节点，而后为每个可能的属性值构建一个分支，并把训练样例归到适当的分支中，也就是将样本分成多个子集，每个子集对应到一个分支中；,（3）不断重复这个过程，仅使用真正到达这个分支的样本；,（4）如果在一个节点上的所有样本所拥有的类别相同，则停止该部分树的继续扩展。,那么，怎么确定哪个属性是最佳的分类属性呢？那就要依靠“信息增益”来确定。信息增益（Infromation Gain）是用来衡量给定的属性区分训练样本能力的指标。在属性在分裂中，选择信息增益最大的属性作为分裂属性。信息增益用信息“熵”来具体衡量。熵描述了任意样本集的纯度，可以衡量数据集的不确定性、突发性或不确定性的程度。当一个数据集里面的记录全都属于同一类别时，则熵为零，因为同一个类别，代表着没有不确定性。在决策树分类中，就是要将样例划分为一个个确定的、归类为同一类别的子集，或者说使分裂后的子集的熵尽可能的小。,在决策树的分类思想中，熵越小，信息增益就越大，决策树分类就是选择增益最大的属性来作为决策树的分类节点，然后由该属性的不同取值建立不同的分支。而分支中，则采用同样的方法，递归地进行分类，直到所有子集都能归为同一个类别为止。,可以这样进行属性的信息增益计算：,设C是样本里面的类别数，S是样本，P（s，j）表示样本S里面样本属于第j类的概率，即p（i，j）=sj/S，是样本S中属于类j的样本数。对于一个给定的样本分类，望信息增益为：,具有值集的属性T，可以将S划分为不同的子集S1，S2，.Sk，其中sj包括了类Ci的Sij个样本，根据T的这种划分的期望信息，称作T的熵。其加权平均为：,T的信息增益定义为：,3 决策树ID3算法在学生管理中的应用,在学生的管理中，通常要对学生的学习情况或优秀情况进行评估，或者找出决定学生优秀的几种因素。我们可以通过对学生的智育、德育、体育、美育等因素进行评估，采用决策树算法对学生进行分类，以便确定影响学生优秀度的因素。,为了进行数据挖掘，我们先取一些数据样本，然后进行预处理。将数据预处理后的样本如表1所示。,根据决策树ID3的原理，我们可以先计算出每个属性的熵。智育得分为例，可以计算智育得分每个分段相对于标类别的熵。,“智育90”；I（S12，S22）=0,“智育80-90”；I（S13，S23）=0.972,如果根据“智育”属性对样本集进行子集划分，信息熵为：,E（智育）=（5/14）*I（S11，S21）+（4/14）*I（S12，S22）+（5/14）*I（S13，S23）=0.694,得出“智育”属性的信息增益为：,Gain（智育）=I（S1，S2-E）-E（智育）=0.251,同样地，其他属性“美育”、“体育”、“德育”的信息增益也可以使用同样的方法计算出来。我们选取信息增益最大的作为划分分支的节点。划分出来之后，其他节点的子集划分也可以采用相同样的办法进行划分，一直递归划分到同个类别样本为止。,根据该方法构建出来的决策树如图1所示。,通过决策树，我们可以看到，智育得分高的学生容易在评比中获得优秀。这是显而易见的。但是，除了智育分数以为，优秀学生还与哪些因素有比较大的关系呢？通过决策树的分析，我们发现德育好的学生更容易获得优秀，而体育好的学生不太容易得到优秀。通过这样的模型，便可以在一定程度上对学生进行类别划分和进行优秀学生预测，以便于学生的管理。,4 结语,决策树是数据挖掘的常用方法之一，它是一种树形结构，代表了一个预测模型，反映了对象属性与对象值之间的映射关系。决策树中每个节点表示对象的属性，而分支则代表属性的取值，叶子节点代表一个分类。决策树可以用于预测和归类，事实上，它就是一种基于分类训练集的预测树，因此，可以采用决策树进行预测分析。本文利用决策树对学生的优秀情况进行评估分析，以寻找影响学生培养质量的因素，达到了较好的效果。,文是一门基础文化课，它不仅是培养学生学习并逐步学会灵活运用文字知识进行交际的纽带，也是学生了解和掌握我国优秀传统文化的阶梯，还是培养学生全方位考虑问题的能力的基础，是义务教育长期实施以来的主要科目。同时，语文也是中考的必考科目之一，语文成绩的好坏对学生能否顺利升学有着直接影响。这就要求教师在初三语文教学中加强力度，让学生学习到更为丰富的语文知识，并提高他们的语感和解题能力，以保证在中考中能取得优异的成绩。,初三作为义务教育的收官阶段，是学生吸收、贮存、巩固、应用语文知识的最佳时机，教师在初中最后阶段应采取综合性策略培养学生的语文能力，在冲刺阶段为学生有效积累应考知识，在中考中能达到灵活运用打下良好的基础。本文结合教学经验，对初三语文教学的相关问题进行研究。,1 降低难度，让学生自主学习,初中阶段教师教得是否有效，学生学得是否扎实，将在中考中一锤定音。这也难免会加重师生的心理负担。初三是初中教学的最后阶段，对教师和学生都提出挑战。由于初一、初二阶段的学习已经让学生掌握了基本的语文知识与学习方法，到了初三，面临中考压力，各科都要兼顾，这时不能一味地再要求突破难点，而应适当降低语文知识的难度，让学生有足够的时间去自主学习。,很多语文教师在初三教学过程中采取各式各样的方法，比如大剂量、高难度的训练，它一定程度上能吸引和促进学生参与到语文学习中，而这种给师生加负的举措却难以收获最佳效果。教学难度过大，不仅不利于学生的消化吸收、补充巩固，同时还可能降低师生的热情和信念，不利于后期的复习。还有的教师临近中考时依旧四处抓各地模拟题或重点中学的试题，将题目发放给学生抓紧练习，这种情况让语文教学看起来似乎杂乱无章，教师盲目的教学策略导致学生的集体恐慌。从教学经验看，教师在很长时间里仍然寄托于冲刺、押题试卷，最后不但没有收到理想的成效，反而让学生变得更为茫然，让原本可以充分运筹帷幄的宝贵时间逐渐失去。,为了把握住这宝贵的复习时间，教师必须认真反思之前教学遗留下来的问题，结合自己的教学工作，好好想想“师生最需要的结果到底是什么？为什么我的语文教学会仅限于考试结果？中考语文试题总体难度不高，但学生的成绩为何总不理想”等问题，反思有利于及时发现问题，并找到合适的解决方案及时调整自己的教学方式，这对于教师的教学改革以及学生中考成绩的提升都有促进作用。,结合多年的教学经验，笔者认为，要想合理、高效地利用宝贵的复习时间，达到预期的复习效果，教师应该适当降低语文的训练难度，给学生留有足够的空间去发挥，通过自己的努力掌握语文知识。很多教师存在一种错误的思想，认为题目越难越能锻炼出学生的水平，这种观念埋没了学生自身能力的发挥，高难度的训练方式往往无功而返。教师必须要深刻认识到，学生是语文教学的主体，学生是中考的参加者，所有教学工作必须要与学生的实际情况相符，而不是单方面从教师角度去安排教学计划。适当降低学习难度可提高学生学习的积极性，让学生在正确回答语文习题后有足够的信心面对下面的学习。教师需尽快降低考查或训练的频率，让学生在思想上调整得以放松，保持最好的状态投入到语文复习中，以此为学生创造足够的学习空间，将更多的时间交到学生手上，而不是握在教师手上进行无价值的、不厌其烦的考查。,培养学生自主学习的能力，可以让学生更加积极有效地投入获取语文知识的过程中，同时降低教师教学工作的难度。例如，笔者曾花费大量的时间在文言文实、虚词的整理和句段翻译上，且将许多题目安排给学生，这种方式将学生所有的语文课堂都安排在练习、讲评上，学生在课后没有足够的时间去反思自己的学习情况，造成后期复习又得回到书本上再次进行。这使得学生自主消化知识的时间丧失了，尽管笔者努力引导一个多月，但学生自己学习语文知识的能力依旧处于原来的状态。可见，为学生留有足够的空间是很有必要的。,2 激发兴趣，让学生乐于学习,语文不仅是文化知识学科，也是一门考验学生文字功底、言语功底的科目。语文学习的思维并非局限于某一个点上，而是有广阔的思考空间留给学生。教师在制定教学计划时要充分考虑到学生的感受，尽可能让枯燥的汉语言知识变得丰富多彩，激发学生参与学习的热情，这是提高语文教学质量的保证。托尔斯泰说过：“成功的教学，所需的不是强制而是激发学生的兴趣。”学习兴趣才是语文教学的根本，为此教师应努力创造一个稳定的教学氛围。,2.1 营造教学环境,心理学家指出，当学生处于“民主、和谐、平等”的教学氛围时，他们的学习兴致将会更为活跃，参与学习的热情更加积极。若教师在课堂上一直保持严肃的表情，学生在心理上则会出现压抑、恐惧的状态，不利于课堂吸取语文知识。教师在语文教学中应把学生当成自己的朋友，看成自己工作