貴州醫(yī)科大學(xué)學(xué)生成績(jī)數(shù)據(jù)挖掘與分析研究

李麗++汪莉萍++馮廣衛(wèi)

摘要：為了解和探討影響學(xué)生成績(jī)的潛在因素，采用Microsoft SQL Service Analysis Services（SSAS）數(shù)據(jù)挖掘工具，對(duì)貴州醫(yī)科大學(xué)教務(wù)信息管理系統(tǒng)中的學(xué)生基本信息及學(xué)生成績(jī)進(jìn)行數(shù)據(jù)挖掘分析，發(fā)現(xiàn)學(xué)生成績(jī)與入學(xué)成績(jī)、性別、生源、專業(yè)、教學(xué)單位均有相關(guān)關(guān)系，學(xué)生前期專業(yè)基礎(chǔ)課、英語、體育、“馬毛鄧”等課程中，專業(yè)基礎(chǔ)課程“優(yōu)秀”則后期專業(yè)課也“優(yōu)秀”的置信度最高。

關(guān)鍵詞：數(shù)據(jù)挖掘；學(xué)生成績(jī)；成績(jī)分析；教學(xué)；貴州

中圖分類號(hào)：G526 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2015）25-0001-03

1 引言

在我校教務(wù)信息管理系統(tǒng)中存儲(chǔ)著學(xué)生個(gè)人基本信息以及各學(xué)期各門課程的考試成績(jī)數(shù)據(jù)，這些數(shù)據(jù)具有實(shí)時(shí)性和歷史性，并且數(shù)據(jù)量非常龐大。在本校，這些數(shù)據(jù)的主要用途是成績(jī)查詢和打印，對(duì)這些數(shù)據(jù)所隱藏價(jià)值沒有挖掘利用，十分可惜。

傳統(tǒng)的學(xué)生成績(jī)分析通常只針對(duì)局部數(shù)據(jù)進(jìn)行分析，采用的是統(tǒng)計(jì)分析法，該方法只是對(duì)事實(shí)的驗(yàn)證，描述已經(jīng)發(fā)生的事實(shí)，取得均值、方差、區(qū)別顯著性檢驗(yàn)、信度等，難以發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)律，也難以根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測(cè)未來的發(fā)展趨勢(shì)，對(duì)于學(xué)生取得這些成績(jī)的更多的相關(guān)因素?zé)o法了解，這樣的成績(jī)分析方法已不能完全滿足需要。數(shù)據(jù)挖掘技術(shù)在金融、保險(xiǎn)、電信、大型超市等積累有大量數(shù)據(jù)的行業(yè)有著廣泛的應(yīng)用，如信用分析、風(fēng)險(xiǎn)分析、欺詐檢驗(yàn)、消費(fèi)者習(xí)慣分析等。在教育領(lǐng)域應(yīng)用相對(duì)較少，也有應(yīng)用于高校學(xué)生成績(jī)分析、試卷分析、課程相關(guān)分析的研究報(bào)告[1-6]。

本研究利用教務(wù)信息管理數(shù)據(jù)庫中存放的學(xué)生基本屬性信息和各學(xué)期各門課程的考試成績(jī)數(shù)據(jù)，采用決策樹、關(guān)聯(lián)規(guī)則、分類技術(shù)等數(shù)據(jù)挖掘技術(shù)，對(duì)學(xué)生成績(jī)數(shù)據(jù)進(jìn)行挖掘研究，現(xiàn)將研究結(jié)果報(bào)告如下。

2 對(duì)象與方法

2.1 挖掘?qū)ο蠹澳繕?biāo)

以我校2006級(jí)所有教務(wù)系統(tǒng)在冊(cè)學(xué)生為研究對(duì)象，從學(xué)生的一些個(gè)人屬性（如專業(yè)、性別、年齡、民族、省份、高考成績(jī)）及各學(xué)年學(xué)期各門學(xué)科的考試成績(jī)等大量信息中，分析揭示影響學(xué)生成績(jī)的相關(guān)因素。

2.2 數(shù)據(jù)挖掘工具

采用Microsoft公司開發(fā)的Microsoft SQL Service Analysis Services（SSAS）數(shù)據(jù)挖掘工具，啟用SQL Server數(shù)據(jù)庫分析工具SQL Server Business Intelligence Development Studio，使用其中的決策樹、關(guān)聯(lián)分析、聚類算法分析工具。

2.3 數(shù)據(jù)準(zhǔn)備

2.3.1 數(shù)據(jù)采集

從教務(wù)管理系統(tǒng)導(dǎo)出數(shù)據(jù)庫文件123.dbf、2006級(jí).dbf。

1）123.dbf數(shù)據(jù)庫表屬性包括：姓名、專業(yè)、班名、年級(jí)、性別、民族、KQ、BYZX、高考總分、XSLB、PYFS、入學(xué)日期、XZ、學(xué)校代碼、層次。共12491條記錄。

2）2006級(jí).dbf數(shù)據(jù)庫表屬性包括：XH、XM、XSH、BM、XNXQ、KCH、KCM、XF、XS、KCSX、KSCJ、KCCJ、CXBKBZ、SFGD、JSH、BZ、KSSJ、KXH、QMCJ、LRSJ、CZR、PSCJ、SSNJ、SYCJ、QZCJ。共105309條記錄。

2.3.2 數(shù)據(jù)凈化

對(duì)數(shù)據(jù)庫文件123.dbf、2006級(jí).dbf表中數(shù)據(jù)去噪、去空、補(bǔ)遺。

1） 根據(jù)學(xué)生畢業(yè)學(xué)校填補(bǔ)學(xué)生省份，并將省份名統(tǒng)一，如將廣西，廣西省，廣西壯族自治區(qū)統(tǒng)一為“廣西”。

2） 將海南籍學(xué)生的高考成績(jī)重新折算，公式為：高考成績(jī)=（750×高考成績(jī)）/900。

3） 增加高考等級(jí)字段，根據(jù)2006年貴州一本、二本及三本的高考錄取分?jǐn)?shù)線，將學(xué)生的高考成績(jī)分為5個(gè)分?jǐn)?shù)段：>523（一本線）、464-523（二本線）、400-464、300-400、<300。

4） 為未填寫“高考總分”記錄的高考等級(jí)字段填補(bǔ)為“未知”。

5） 清除KSCJ（考試成績(jī)）為0的記錄。

6） 增加KSDJ、QMDJ、PSDJ三個(gè)字段，將考試成績(jī)、期末成績(jī)、平時(shí)成績(jī)劃分為A、B、C、D四個(gè)等級(jí)，規(guī)則為：80-100 A（優(yōu)秀），70-79 B（良好），60-69 C（及格），< 60 D（不及格）。

2.3.3 數(shù)據(jù)集成

將123.dbf、2006級(jí).dbf兩張表以學(xué)號(hào)為關(guān)聯(lián)字連接為2006.dbf，并為2006.dbf添加ID關(guān)鍵字段。得到2006.dbf共104617條記錄。

2.3.4 生成挖掘數(shù)據(jù)庫

將數(shù)據(jù)庫2006.dbf導(dǎo)入SQL Server數(shù)據(jù)庫，生成2006.mdf文件，為SSAS數(shù)據(jù)挖掘做好數(shù)據(jù)準(zhǔn)備。

3 結(jié)果

3.1 高考成績(jī)與學(xué)生成績(jī)

學(xué)生總體優(yōu)秀概率為39.97%，高考成績(jī)上一本線、二本線、400-二本線及400分以下的學(xué)生成績(jī)獲得優(yōu)秀的概率依次遞減，但高考成績(jī)<300分的學(xué)生成績(jī)優(yōu)秀概率高于高考成績(jī)?cè)?00-400分概率。高考成績(jī)一本線的學(xué)生優(yōu)秀概率為54.77%，超出平均值14.8個(gè)百分點(diǎn)；高考成績(jī)二本線的學(xué)生優(yōu)秀概率42.78%，比一本線學(xué)生少11.99個(gè)百分點(diǎn)，超出平均值2.81個(gè)百分點(diǎn)；一本線及二本線學(xué)生不及格概率為分別為5.32%和6.95%，差距不大，但二本線下的學(xué)生不及格概率均超過10%，其中高考成績(jī)300-400分的不及格概率最高達(dá)到14.65%，甚至超出高考成績(jī)300分以下學(xué)生不及格概率4.03個(gè)百分點(diǎn)。非常有趣的是高考成績(jī)300分以下學(xué)生取得良好（70-80分）的概率高于其他高考成績(jī)的概率?？傮w來說，高考成績(jī)好的學(xué)生大學(xué)成績(jī)也好。但高考一本線的學(xué)生不及格的概率仍然達(dá)到5.32%。

3.2 不同省份與學(xué)生成績(jī)

省內(nèi)學(xué)生的成績(jī)不如省外學(xué)生成績(jī)。河北省學(xué)生優(yōu)秀概率最高達(dá)到73.1%，比優(yōu)秀概率次高的四川省學(xué)生高出13.2個(gè)百分點(diǎn)，其余優(yōu)秀概率從高到低的排序是重慶、湖南、湖北、遼寧、河南、甘肅、新疆、山西、福建、江西、山東、江蘇、云南、安徽、廣東、廣西、內(nèi)蒙古、青海、浙江、陜西、黑龍江。貴州學(xué)生優(yōu)秀概率37.39%，比平均優(yōu)秀概率41.17%少3.78個(gè)百分點(diǎn)，比非貴州學(xué)生的優(yōu)秀概率50.84%少13.45個(gè)百分點(diǎn)。

3.3 性別與學(xué)生成績(jī)

女學(xué)生成績(jī)優(yōu)于男學(xué)生。女生的優(yōu)秀概率47.02%，高出男生的優(yōu)秀概率14.08個(gè)百分點(diǎn)，高考成績(jī)一本線以上女學(xué)生的優(yōu)秀概率高達(dá)66.33%，而男學(xué)生一本線上的優(yōu)秀概率只有43%，高考成績(jī)400分以上的女學(xué)生優(yōu)秀概率均高于男學(xué)生的平均優(yōu)秀概率。男女學(xué)生的良好概率分別是33.34%、33.32%，幾乎無差別，但男學(xué)生的不及格概率為9.06%，而女同學(xué)不及格概率只有4.08%。高考成績(jī)300-400分的男學(xué)生不及格概率最高，達(dá)到20.1%，超出平均不及格概率10.76個(gè)百分點(diǎn)。

3.4 民族與學(xué)生成績(jī)

在少數(shù)民族中，滿族學(xué)生優(yōu)秀概率最高，為56.4%，其次是黎族學(xué)生48.8%，其他優(yōu)秀概率較高的是回族、壯族、漢族、侗族、瑤族。學(xué)生人數(shù)最多的漢族優(yōu)秀概率為41.64%，高于少數(shù)民族學(xué)生優(yōu)秀概率，但不及格概率高于少數(shù)民族學(xué)生不及格概率。成績(jī)較差的是仡佬族學(xué)生，優(yōu)秀概率28.2%，不及格概率8.89%。

3.5 學(xué)生專業(yè)與學(xué)生成績(jī)

護(hù)理專業(yè)及本校老專業(yè)學(xué)生成績(jī)較好，成績(jī)較差的主要集中在新增專業(yè)，但新增專業(yè)中醫(yī)學(xué)英語專業(yè)成績(jī)較好，成績(jī)最差的是護(hù)理學(xué)高職。護(hù)理專業(yè)優(yōu)秀概率最高為58.4%，其次是臨床醫(yī)學(xué)專業(yè)（眼耳鼻喉方向）、預(yù)防醫(yī)學(xué)婦幼衛(wèi)生方向、檢驗(yàn)醫(yī)學(xué)、臨床醫(yī)學(xué)專業(yè)兒科方向、英語專業(yè)醫(yī)學(xué)英語方向、醫(yī)學(xué)影像學(xué)、預(yù)防醫(yī)學(xué)、法學(xué)專業(yè)醫(yī)事法律方向、臨床醫(yī)學(xué)專業(yè)急救醫(yī)學(xué)方向、臨床醫(yī)學(xué)、口腔醫(yī)學(xué)。臨床醫(yī)學(xué)專業(yè)（獨(dú)立學(xué)院）與臨床醫(yī)學(xué)專業(yè)（二本）的學(xué)生成績(jī)差距很大，臨床醫(yī)學(xué)（獨(dú)立學(xué)院）優(yōu)秀概率、不及格概率分別為16.67%、33.05%，臨床醫(yī)學(xué)（二本）優(yōu)秀概率、不及格概率分別為40.85%，9.04%。護(hù)理學(xué)高職成績(jī)最差，優(yōu)秀概率僅22.44%，不及格概率21.3%，成績(jī)較差的專業(yè)還有：神經(jīng)精神學(xué)、基礎(chǔ)醫(yī)學(xué)（醫(yī)學(xué)生物技術(shù)）、醫(yī)事法律、藥品營(yíng)銷、麻醉學(xué)、生物醫(yī)學(xué)工程、法醫(yī)學(xué)。

按專業(yè)類別編號(hào)的12類大專業(yè)中，編號(hào)為“002”、“005”優(yōu)秀概率較高，分別是46.45%、46.53%，編號(hào)為“007”、“201”、“009”成績(jī)較差，不及格概率分別是14.83%、12.64%、10.98%，其他編號(hào)的不及格概率均低于10%。

3.6 班級(jí)與學(xué)生成績(jī)

優(yōu)秀概率前三名的班級(jí)是06級(jí)B3班、護(hù)理學(xué)06級(jí)、06級(jí)A2班，優(yōu)秀概率分別為60.6%、58.5%、58.1%，其他優(yōu)秀概率50%以上的班級(jí)有：06級(jí)A1班、06級(jí)B4班、眼耳鼻喉06級(jí)、婦幼衛(wèi)生06級(jí)，優(yōu)秀概率40%-50%的班級(jí)有：兒科學(xué)06級(jí)、醫(yī)學(xué)檢驗(yàn)06級(jí)、醫(yī)學(xué)英語06級(jí)、藥學(xué)06級(jí)、醫(yī)學(xué)影像06級(jí)、預(yù)防醫(yī)學(xué)06級(jí)、急救醫(yī)學(xué)06級(jí)。不及格概率最高的是護(hù)理?？疲?3.32%，16.66%，除三本班級(jí)外其他成績(jī)較差的班級(jí)有：生物技術(shù)06級(jí)、生物工程06級(jí)、藥學(xué)06級(jí)、藥品營(yíng)銷06級(jí)。

3.7 課程與學(xué)生成績(jī)

畢業(yè)實(shí)習(xí)優(yōu)秀概率最高，達(dá)到99.6%，接近100%，專業(yè)畢業(yè)實(shí)習(xí)優(yōu)秀概率均在94%以上。其次是針灸學(xué)，優(yōu)秀概率91.4%，優(yōu)秀概率80%-90%的有：軍事理論課、文獻(xiàn)檢索、大學(xué)生就業(yè)指導(dǎo)、畢業(yè)論文，優(yōu)秀概率50%-80%的有：英語（五）、醫(yī)學(xué)統(tǒng)計(jì)學(xué)、兒科學(xué)、外科學(xué)傳染病學(xué)、神經(jīng)病學(xué)、機(jī)能學(xué)實(shí)驗(yàn)、精神病學(xué)、衛(wèi)生統(tǒng)計(jì)學(xué)、病理學(xué)、全科醫(yī)學(xué)、病理生理學(xué)等。不及格概率較高的課程有：診斷學(xué)基礎(chǔ)、內(nèi)科學(xué)概論、無機(jī)化學(xué)、免疫藥理、內(nèi)科護(hù)理學(xué)、組織學(xué)、英語（1），這些課程的不及格概率在15%以上。

3.8 教學(xué)單位與學(xué)生成績(jī)

不同單位給出的學(xué)生成績(jī)存在差異，單位LC給出優(yōu)秀概率最高，為96.89%，其次是ZJ，優(yōu)秀概率為91.4%，給出優(yōu)秀概率80%-90%的單位TS和XS，給出優(yōu)秀概率60%-80%的單位有：FY、YS、CR、SJ、JN，給出優(yōu)秀概率50%-60%的單位有：HZ、GW、XL、BL、EK、YX、SX、JY、MZ、BS。給出良好概率最高的單位是WK，為60.5%，其他給出良好概率較高的單位是TJ、HW、JJ，均達(dá)到50%以上。給出及格概率最高的單位是YY，為53.4%，其次是FX，為52.4%。給出不及格概率較高的單位有：ZP、HX、MY、YJ、WL、JP，給出不及格概率10%以上。

3.9 學(xué)年學(xué)期與學(xué)生成績(jī)

總體趨勢(shì)是學(xué)年越往后，優(yōu)秀概率越高，最后一個(gè)學(xué)期的優(yōu)秀概率達(dá)到66.02%，而第1學(xué)年第2學(xué)期的優(yōu)秀概率只有25.56%，第1學(xué)年第2學(xué)期不及格概率10.3%，第4學(xué)年兩個(gè)學(xué)期的不及格概率只有1.61%和1.54%。第1學(xué)年第1學(xué)期的成績(jī)好于第2學(xué)期的成績(jī)，優(yōu)秀概率分別為39.44%和25.56，不及格概率分別是7.95%和10.3%。

3.10 前期與后期成績(jī)關(guān)系

一年級(jí)優(yōu)秀的學(xué)生（考試成績(jī)得到過優(yōu)秀），升至二、三、四年級(jí)優(yōu)秀概率分別是93.2%、99.3%、88.1%，二年級(jí)優(yōu)秀的學(xué)生升至三、四年級(jí)優(yōu)秀概率是99.3%、89.5%，三年級(jí)優(yōu)秀學(xué)生升至四年級(jí)優(yōu)秀概率為87.8%。

3.11 部分前期基礎(chǔ)課程與后期專業(yè)課程成績(jī)關(guān)系

臨床醫(yī)學(xué)專業(yè)解剖學(xué)（包括人體解剖學(xué)、局部解剖學(xué)、斷層解剖學(xué)、麻醉解剖學(xué)）優(yōu)秀率為32.5%，外科學(xué)（包括外科學(xué)、外科學(xué)基礎(chǔ)、小兒外科學(xué)、外科實(shí)習(xí)）優(yōu)秀率32.3%，診斷學(xué)優(yōu)秀率為15.4%。此時(shí)，解剖學(xué)優(yōu)秀的學(xué)生外科學(xué)優(yōu)秀概率97%，外科學(xué)良好以上概率100%；解剖學(xué)優(yōu)秀的學(xué)生診斷學(xué)優(yōu)秀概率34.5%，診斷學(xué)良好以上概率82.4%，而診斷學(xué)優(yōu)秀的學(xué)生解剖學(xué)優(yōu)秀概率90%，解剖學(xué)良好以上概率98.9%。

臨床醫(yī)學(xué)專業(yè)生理生化（包括生理學(xué)、生物化學(xué)）優(yōu)秀率為34.4%，生理生化優(yōu)秀的學(xué)生外科學(xué)優(yōu)秀的概率為94.5%，外科學(xué)良好以上概率99.94%；生理生化優(yōu)秀的學(xué)生診斷學(xué)優(yōu)秀概率77.9%，診斷學(xué)良好以上概率93.4%。

臨床醫(yī)學(xué)專業(yè)英語優(yōu)秀率為34.7%，英語優(yōu)秀的學(xué)生外科學(xué)優(yōu)秀的概率為98.5%，外科學(xué)良好以上概率99.98%；英語優(yōu)秀的學(xué)生診斷學(xué)優(yōu)秀概率為74.2%，診斷學(xué)良好以上概率為88.5%。

臨床醫(yī)學(xué)專業(yè)體育優(yōu)秀率為41%，體育優(yōu)秀的學(xué)生外科學(xué)優(yōu)秀的概率為98%，外科學(xué)良好以上概率100%；體育優(yōu)秀的學(xué)生診斷學(xué)優(yōu)秀概率68.2%，診斷學(xué)良好以上概率84.9%。

臨床醫(yī)學(xué)專業(yè)政治思想課程（包括鄧小平理論概論、馬克思主義哲學(xué)基本原理、毛澤東思想、鄧小平理論與“三個(gè)代表”重要思想概論）優(yōu)秀率為19.6%，政治思想課程優(yōu)秀的學(xué)生外科學(xué)優(yōu)秀概率為95.9%，外科學(xué)良好以上概率為100%，盡管政治思想課程的優(yōu)秀率低于其他學(xué)科優(yōu)秀率，但其優(yōu)秀學(xué)生進(jìn)入外科學(xué)優(yōu)秀概率卻低于其他學(xué)科優(yōu)秀學(xué)生概率。政治思想課程優(yōu)秀的學(xué)生診斷學(xué)優(yōu)秀概率僅11.2%，診斷學(xué)良好以上概率僅69.3%。

前期課程優(yōu)秀，后期課程外科學(xué)、診斷學(xué)成績(jī)優(yōu)秀置信度從高到低的排序是：專業(yè)基礎(chǔ)課、英語、體育、“馬毛鄧”。

4 結(jié)束語

本研究利用教務(wù)信息管理系統(tǒng)中存放的學(xué)生基本屬性信息和各學(xué)期各門課程的考試成績(jī)數(shù)據(jù)，利用SSAS中的決策樹、關(guān)聯(lián)規(guī)則、分類技術(shù)挖掘工具，對(duì)學(xué)生成績(jī)進(jìn)行挖掘研究，找出影響學(xué)生成績(jī)的潛在因素，發(fā)現(xiàn)前期課程與后繼課程的關(guān)系，使教師和教學(xué)管理人員洞悉教學(xué)效果以及影響學(xué)生成績(jī)的相關(guān)因素，更加科學(xué)、公正、合理地看待和評(píng)價(jià)學(xué)生成績(jī)，制定相應(yīng)措施，因地制宜，更好地開展教學(xué)工作，提高教育教學(xué)質(zhì)量。

參考文獻(xiàn)：

[1]劉華敏.數(shù)據(jù)挖掘在高職院校學(xué)生成績(jī)分析中的應(yīng)用[J].廣東技術(shù)師范學(xué)院學(xué)報(bào)（自然科學(xué)），2014（7）：134-138.

[2]謝虹，張彥芳.數(shù)據(jù)挖掘技術(shù)在高校學(xué)生成績(jī)分析中的應(yīng)用[J].科教導(dǎo)刊（電子版），2014（10）：85-87.

[3]徐清泉，王莉紅.數(shù)據(jù)挖掘在高校學(xué)生成績(jī)分析中的應(yīng)用[J].數(shù)字技術(shù)與應(yīng)用，2015（2）：77.

[4]李巧君，李偉.數(shù)據(jù)挖掘技術(shù)在學(xué)生成績(jī)分析中的應(yīng)用研究[J].微型電腦應(yīng)用，2015（4）：35-40.

[5]卞歡平.數(shù)據(jù)挖掘的Apriori算法在高校學(xué)生成績(jī)分析中的應(yīng)用[J].電腦知識(shí)與技術(shù)，2014（7）：4945-4947.

[6]張勤，劉宇.數(shù)據(jù)挖掘技術(shù)在高校學(xué)生成績(jī)分析中的應(yīng)用[J].計(jì)算機(jī)光盤軟件與應(yīng)用，2013（15）：221-222.