FP-growth算法在醫(yī)學(xué)形態(tài)學(xué)教學(xué)系統(tǒng)中的應(yīng)用與研究

許 敏，高鳳蘭

(漯河醫(yī)學(xué)高等?？茖W(xué)校，河南 漯河 462000)

FP-growth算法在醫(yī)學(xué)形態(tài)學(xué)教學(xué)系統(tǒng)中的應(yīng)用與研究

許 敏，高鳳蘭*

(漯河醫(yī)學(xué)高等?？茖W(xué)校，河南 漯河 462000)

針對已有網(wǎng)絡(luò)教學(xué)系統(tǒng)缺乏智能性、不能有效地為用戶提供滿足要求的教學(xué)資源、無個別化指導(dǎo)等缺點，項目組將數(shù)據(jù)挖掘中FP-growth算法應(yīng)用到醫(yī)學(xué)形態(tài)學(xué)實驗教學(xué)系統(tǒng)中，從而提高該教學(xué)系統(tǒng)的智能化水平、激發(fā)學(xué)生學(xué)習(xí)興趣。大量實驗表明，引入過FP-growth算法的醫(yī)學(xué)形態(tài)學(xué)實驗教學(xué)系統(tǒng)，不僅能夠利用有效地的為用戶提供滿足要求的教學(xué)資源，還能夠因材施教對學(xué)生實行個性化指導(dǎo)。

智能教學(xué)系統(tǒng);FP-growth算法;個性化指導(dǎo)

一、引 言

目前，隨著微課、幕課等方式的網(wǎng)絡(luò)教學(xué)在教育領(lǐng)域的普及，圖表、動畫等形式的網(wǎng)絡(luò)教學(xué)資源急劇增加，現(xiàn)行的網(wǎng)絡(luò)教學(xué)系統(tǒng)缺智能性，不能有效提供教學(xué)資源、無個別化指導(dǎo)等缺點日益明顯［1］。因此，更多的研究者們開始研究如何將人工智能技術(shù)應(yīng)用到網(wǎng)絡(luò)教學(xué)系統(tǒng)中，如文獻［2］從理論上分析了為學(xué)生提供個性化學(xué)習(xí)指導(dǎo)及資源的方法，但沒有討論具體的實現(xiàn)技術(shù);文獻［3］介紹了人工智能在教育中的應(yīng)用情況，并討論了BP神經(jīng)網(wǎng)絡(luò)在教學(xué)評價中的應(yīng)用;文獻［4］介紹了智能導(dǎo)學(xué)系統(tǒng)在遠(yuǎn)程教育中的應(yīng)用，但沒有介紹知識點邏輯關(guān)系的表示方法及挖掘有用信息的方法。

數(shù)據(jù)挖掘是從大量的、不完全的、模糊含噪聲的數(shù)據(jù)中提取隱含的、未知的、非平凡的及有潛在應(yīng)用價值信息的過程，該技術(shù)的提出為人工智能的發(fā)展注入了新的力量。FP-growth(頻繁模式增長)算法是是韓家煒老師于2000年提出的關(guān)聯(lián)分析算法，它是數(shù)據(jù)挖掘技術(shù)中很重要的一種關(guān)聯(lián)規(guī)則挖掘方法，該算法廣泛應(yīng)用于商業(yè)分析、客戶分析、金融證券分析等領(lǐng)域［5］。

項目組將FP-growth算法應(yīng)用到形態(tài)學(xué)實驗教學(xué)教學(xué)系統(tǒng)中，將知識點用樹形結(jié)構(gòu)表示，從而提高網(wǎng)絡(luò)教學(xué)系統(tǒng)的智能化水平。當(dāng)學(xué)生搜索知識點時，系統(tǒng)會利用FP-growth算法找到相應(yīng)的知識點，有效地的為用戶提供教學(xué)資源;同時，利用FP-growth算法根據(jù)學(xué)生在線測試的情況，將該學(xué)生未掌握的知識點及相關(guān)知識點列出來，實行個性化指導(dǎo)。

二、FP-growth算法及其在教學(xué)系統(tǒng)中的應(yīng)用與實現(xiàn)

1.FP-growth算法。FP-Growth算法是針對Apriori算法時間和空間復(fù)雜度較大這一缺點提出的一種新的算法。該算法采用分而治之的策略:它利用FP-tree(頻繁模式樹)數(shù)據(jù)結(jié)構(gòu)存放數(shù)據(jù)對象，仍保留原數(shù)據(jù)庫中的關(guān)聯(lián)信息，不產(chǎn)生候選集也不需要多次掃描整個數(shù)據(jù)庫;只需在首次掃描之后，把包含頻繁項集的數(shù)據(jù)庫壓縮到一棵FP-tree中;隨后將FP-tree分化成多個與頻繁集逐一相關(guān)的條件庫，并對這些條件庫進行挖掘。該算法的具體實現(xiàn)過程主要分為兩步:構(gòu)造FP-tree和挖掘FP-tree［6］。

2.FP-growth算法在教學(xué)系統(tǒng)中的應(yīng)用與實現(xiàn)。項目組將FP-growth算法應(yīng)用到形態(tài)學(xué)實驗教學(xué)系統(tǒng)中，從而提高該教學(xué)系統(tǒng)的智能化水平。項目組的形態(tài)學(xué)教學(xué)系統(tǒng)以知識點為主線展示試驗項目供學(xué)生學(xué)習(xí);同時還為學(xué)生提供練習(xí)測試題來檢測學(xué)生的學(xué)習(xí)情況。知識點在數(shù)據(jù)庫中存放的屬性分別是:名稱(knname)、代碼(knID)、所屬課程、基礎(chǔ)知識點代碼(kncID)、重要程度、難度。通過分析，項目組首先令knname為FP-tree的結(jié)點的名字(nodeName)、令該知識點被視為基礎(chǔ)知識點的次數(shù)結(jié)點統(tǒng)計計數(shù)(nodeCount)、令以該知識點為基礎(chǔ)知識點的知識點的存放地址為下一個結(jié)點的指針(nodeLink)、令該知識點的基礎(chǔ)知識點的存放地址為指向 FP-tree中的根結(jié)點的指針(nodeParent)，構(gòu)造 FP-tree;其次系統(tǒng)利用FP-growth算法相應(yīng)知識點。

三、FP-growth算法及其在教學(xué)系統(tǒng)中的應(yīng)用結(jié)果及分析

項目組將FP-growth算法應(yīng)用到形態(tài)學(xué)實驗教學(xué)教學(xué)系統(tǒng)中后，學(xué)生登陸該系統(tǒng)網(wǎng)頁，輸入要查找的知識點，點擊搜索，系統(tǒng)就會利用FP-growth算法搜索到與該知識點相關(guān)的內(nèi)容(見附圖)。

從附圖可看出，學(xué)生輸入“細(xì)胞水腫”，點擊搜索后，系統(tǒng)將與“細(xì)胞水腫”相關(guān)的教學(xué)內(nèi)容搜索出來，并顯示出來供學(xué)生查看，搜索精度高、速度快。同樣，當(dāng)學(xué)生做錯題時，系統(tǒng)會利用FP-growth算法自動搜索錯題所涉及的知識點及相關(guān)的教學(xué)內(nèi)容和練習(xí)題，供學(xué)生加強學(xué)習(xí)。

附圖 系統(tǒng)應(yīng)用結(jié)果圖

為了檢驗FP-growth算法應(yīng)用到形態(tài)學(xué)實驗教學(xué)教學(xué)系統(tǒng)中的有效性，項目組將我校2014級臨床4班和5班分為兩個學(xué)習(xí)組，兩組學(xué)生入學(xué)成績無差異、指導(dǎo)老師為同一位老師，但用不同的教學(xué)系統(tǒng)學(xué)習(xí)病理學(xué):臨床4班為實驗組使用引入過FP-growth算法的形態(tài)學(xué)實驗教學(xué)教學(xué)系統(tǒng)學(xué)習(xí);臨床5班為對照組使用山東易創(chuàng)形態(tài)學(xué)虛擬教學(xué)系統(tǒng)學(xué)習(xí)，學(xué)期結(jié)束兩組學(xué)生一起考核，考核結(jié)果如下(見附表)。

附表 考核對比表

根據(jù)秩和檢驗Kruskal-Wallis法，Hc=11.980，P=0.001＜0.01，根據(jù)檢驗水準(zhǔn)α=0.05，可認(rèn)為實驗組學(xué)生的成績分布與對照組之間有顯著性統(tǒng)計學(xué)差異，即實驗組學(xué)生的考試成績整體優(yōu)于對照組。

此外，為了進一步驗證FP-growth算法應(yīng)用到醫(yī)學(xué)形態(tài)學(xué)實驗教學(xué)教學(xué)系統(tǒng)中的必要性及有效性，項目組通過微信公共平臺對我校使用該教學(xué)系統(tǒng)的2014級護理、臨床、口腔專業(yè)的417名學(xué)生進行了問卷調(diào)查，本次調(diào)查的417名參與者中，82%的用戶認(rèn)為添加該功能后，查找速度加快了;84%的用戶認(rèn)為添加該功能后，系統(tǒng)能夠有效搜索符合要求的學(xué)習(xí)資料;73%的用戶認(rèn)為升級后的系統(tǒng)有益于其進一步加強學(xué)習(xí)。

四、結(jié)束語

實驗、調(diào)查結(jié)果表明，引入了FP-growth算法的醫(yī)學(xué)形態(tài)學(xué)實驗教學(xué)系統(tǒng)既能有效地的為用戶提供教學(xué)資源，又能將學(xué)生未掌握的知識點的教學(xué)資源列出來，實現(xiàn)個性化教學(xué)。項目組下一步需要做的工作是將項目組的研究成果應(yīng)用到多學(xué)科的教學(xué)系統(tǒng)中，提高其智能化水平。

［1］賈艷濱，鐘舒明，趙曉穎.結(jié)合eClass網(wǎng)絡(luò)課程在精神病學(xué)教學(xué)中的應(yīng)用研究［J］.中國高等醫(yī)學(xué)教育，2014，11:66-67.

［2］楊永齊，符云清，劉瑩宇.基于Multi-Agent的個性化遠(yuǎn)程教育系統(tǒng)研究［J］.計算機科學(xué)，2007，34(9):290-292.

［3］傅 莉.人工智能在教育中的應(yīng)用研究［J］.計算機與數(shù)字工程，2012，12:63-66.

［4］劉藝琴.智能導(dǎo)學(xué)系統(tǒng)在遠(yuǎn)程教育中的應(yīng)用研究［J］.云南電大學(xué)報，2012，14(3):34-36

［5］范 明，孟小峰.數(shù)據(jù)挖掘-概念與技術(shù)［M］.北京:機械工業(yè)出版社，2001.

［6］邵峰晶，于忠清，王金龍，等.數(shù)據(jù)挖掘原理與算法［M］.第2版.北京:科學(xué)出版社，2009:8.

G434

A

1002-1701(2015)12-0023-02

2015-04

許 敏，女，碩士，講師，主要研究方向:數(shù)據(jù)挖掘，信息安全。

河南省科學(xué)技術(shù)廳2014年科技發(fā)展計劃立項項目(142300410106);漯河醫(yī)學(xué)高等?？茖W(xué)校2013年度教育教學(xué)改革項目(2013-JGXM-5)。

*通訊作者

10.3969/j.issn.1002-1701.2015.12.012