序列模式挖掘在教學(xué)管理上的運用

劉昆

摘要：序列模式挖掘表示在序列數(shù)據(jù)庫匯總找出頻繁子序列使之成為模式的一項知識發(fā)現(xiàn)的過程。在教學(xué)管理中應(yīng)用序列模式挖掘，根據(jù)一定的序列數(shù)據(jù)模式將學(xué)生成績樣本實行建模以及信息挖掘，獲得三條高于65%置信度的時序關(guān)聯(lián)規(guī)律。經(jīng)過實驗可知，在教學(xué)管理中運用序列模式挖掘，挖掘?qū)W生教學(xué)成績具有一定的可行性，得出的時序關(guān)聯(lián)規(guī)律可以促進教學(xué)管理，促進學(xué)生學(xué)業(yè)成績的提升。

關(guān)鍵詞：序列模式；數(shù)據(jù)挖掘；教學(xué)管理；運用

中圖分類號：TP391 文獻標(biāo)識碼：A 文章編號：1009-3044（2016）13-0189-02

序列模式挖掘是屬于數(shù)據(jù)挖掘范疇內(nèi)的一個常用的分支，該模式未來的應(yīng)用前景非常廣闊，該模式能夠根據(jù)時間序列數(shù)據(jù)庫發(fā)掘先后事件之間存在的關(guān)聯(lián)規(guī)律，序列模式發(fā)掘在教師管理中充分應(yīng)用，能夠發(fā)掘?qū)W習(xí)者在學(xué)習(xí)成績方面具有前導(dǎo)后續(xù)的時序關(guān)系規(guī)律，同時可以得出這一關(guān)聯(lián)規(guī)律在教學(xué)管理應(yīng)用可以幫助進行科學(xué)的決策有利于教師做出指導(dǎo)性的建議。

1序列模式挖掘模型

I代表的是項目全集，這一全集指的是論域內(nèi)相關(guān)的獨立數(shù)據(jù)項構(gòu)成的非空數(shù)集I={i1，i2，…，Im}（k=1，2，…，m）代表的是單獨的數(shù)據(jù)項。

項集sj=（1，2，…，2m-1），指的是一個全集 I 若干項目構(gòu)成的集合，可以得出sj?I且 s 存在的數(shù)量2m-1。增加時間屬性之后集合T為：

T = {，，…，}，在此全集中ti表示的是si的出現(xiàn)的時間，同時存在 ti

2 學(xué)生成績序列模式建模

2.1數(shù)據(jù)抽取

從某一教學(xué)管理數(shù)據(jù)庫中抽取一定的學(xué)生成績當(dāng)做初識的數(shù)據(jù)信息，在數(shù)據(jù)庫中僅僅讀取和成績相關(guān)的數(shù)據(jù)字段，涉及學(xué)年學(xué)期、課程名稱、學(xué)號等。

2.2 隱私保護

抽取的成績樣本屬于學(xué)生的隱私范疇的內(nèi)容，因此對所抽取的樣本信息實施隱私保護[1]。為了保護信息，可以歪曲處理相關(guān)初始的一些信息，關(guān)聯(lián)規(guī)律發(fā)掘的對象是集聚信息的數(shù)據(jù)集并非單獨的數(shù)據(jù)項目，所以存在足夠數(shù)據(jù)信息的狀況下，可以對具體的數(shù)據(jù)進行歪曲處理，數(shù)據(jù)集設(shè)計統(tǒng)計和聚集信息能夠得到準(zhǔn)確的儲存，對處理之后的信息發(fā)掘關(guān)聯(lián)規(guī)律，一方面可以有效保護隱私，另一方面可以發(fā)掘數(shù)據(jù)集內(nèi)部存在的關(guān)聯(lián)性[2]。面對獲得的樣本數(shù)據(jù)，在數(shù)據(jù)信息統(tǒng)一的基礎(chǔ)之上，使用隨機的方法替換學(xué)號，隱蔽實際的學(xué)號，這是隱私保護的主要手段

2.3 過濾

獲得成績信息中總評成績字段涉及部分意義不大字段信息，比如，曠考、緩考等信息，對于這部分信息需要過濾掉[3]。與此同時，為了確保數(shù)據(jù)自身的完善性，假如過濾掉部分信息，那么這一實體需要刪除全部信息。

2.4 離散化

總評成績字段最初信息可以在0 ～100進行隨意取值，為方便進行分類處理，最為簡便的方式是設(shè)置一個合格界限60，離散為是否合格兩種取值形式。

2.5 建立序列數(shù)據(jù)模型

在教學(xué)數(shù)據(jù)庫中，最初的成績保存形式是一條記錄儲存一項成績，這屬于時序數(shù)據(jù)庫基礎(chǔ)上的事務(wù)模式：

M={Tid，Cid，Time，Item_set}

差別非常大，因此必須轉(zhuǎn)變課程信息并建立模型。

1）時間段劃分

通常來說，學(xué)習(xí)成績可以根據(jù)學(xué)期將成績獲取時間化為8個時間段，也就是四個學(xué)年，每個學(xué)年存在2個學(xué)期。但是也可能存在別的狀況，比如，一個學(xué)年存在三個學(xué)期，如果是這種情況的話，需要按照實際的狀況劃分具體的時間段。

2）代換

為方便對數(shù)據(jù)進行處理，應(yīng)當(dāng)對課程名稱以及經(jīng)過離散獲得成績利用符號的形式進行轉(zhuǎn)換。比如，我們單純關(guān)注不合格成績，這樣對后續(xù)的課程出現(xiàn)的不及格成績是否會造成影響，可以將各個幾個成績信息過濾后，使用字母符號針對某一課程涉及的不及格數(shù)據(jù)進行表示。

3）歸并

在相同的時間段內(nèi)獲得相同學(xué)生的成績應(yīng)當(dāng)劃分到一條事務(wù)之中，可以保障數(shù)據(jù)同序列數(shù)據(jù)事務(wù)模式M相符，繼而便于后學(xué)的序列模式發(fā)掘。假定初始成績?nèi)缤?所示，對其進行離散、按照時間段進行劃分、進行一系列的替換以及歸并之后得出的序列數(shù)據(jù)庫事務(wù)（如表2所示）。

3 GSP 算法

GSP 算法數(shù)據(jù)最具代表性的Apriori 類型的方法，當(dāng)然也有很多需要進行掃描的數(shù)據(jù)庫同時具有一定的缺陷比如候選集量太大，但是因為本次研究需要進行處理的樣本信息數(shù)量相對小，因此使用GSP 算法具有一定的可行性[4]。GSP 算法描述如下：

4 序列模式挖掘?qū)嶒灱敖Y(jié)果

學(xué)生成績樣本經(jīng)過一定的過濾獲得共計50000多條信息，在進行離散、劃分、替換以及歸并等操作之后，獲得序列模式數(shù)據(jù)庫D，進而使用GSP 算法發(fā)掘序列模式，將最后的發(fā)掘情況進行關(guān)聯(lián)規(guī)律的轉(zhuǎn)變，高于65%的置信度的存在三條：

1）Confidence（ 高數(shù) 1 不合格→高數(shù) 2 不及格）= 66% ；

2）Confidence（ 英語1 不合格∩英語2 不及格→英語 3 不合格） =73%；

3）Confidence（ 信息技術(shù) 1 不合格→信息技術(shù) 2不合格） =87%。

其置信度越高就表示假如規(guī)律涉及的條件具備的情況下，這樣規(guī)則情況出現(xiàn)的幾率也就會更高。規(guī)律3具有87%的置信度，通過一系列的分析，產(chǎn)生這一情況的原因是只有極少數(shù)人的信息技術(shù)1不合格，但是大多數(shù)人的信息技術(shù)2 是不合格的，也就是說信息技術(shù)1沒有過關(guān)的這部分人中，大部分的人他們的信息技術(shù)2是不合格的。這表明各項功課不合格幾率的差異會在一定程度上影響發(fā)掘的最終結(jié)果。此外，站在規(guī)律推廣立場上講，假如需要采用序列模式發(fā)掘獲得 鼓勵對后續(xù)工程不合格的概率進行預(yù)測，本質(zhì)上還不存在確切的可以進行表述的約束條件，樣本成績以及需要進行預(yù)測的成績不合格率應(yīng)當(dāng)基本相當(dāng)，不然的話獲得的規(guī)律缺乏較高的有效性。上述獲得三條管理可以指導(dǎo)學(xué)校的教學(xué)管理活動，也可以指導(dǎo)學(xué)生的學(xué)習(xí)進展。具有較高置信度的關(guān)聯(lián)規(guī)則，假如其條件具備，則規(guī)則中涉及的情況出現(xiàn)幾率就會增加，假如不想出現(xiàn)規(guī)則結(jié)果，可以實施一定的措施進行補救。比如，一個學(xué)生的英語1、2均不合格，必須提醒他英語3很可能還會不合格，不合格風(fēng)險高達75%，要求該學(xué)生充分重視，學(xué)習(xí)更加努力，另外對其進行針對性的輔導(dǎo)，加快成績的提升。

5 結(jié)束語

文章中在教學(xué)管理中運用序列模式挖掘，充分發(fā)掘?qū)W生成績樣本數(shù)據(jù)，獲得三項較高置信度的時序關(guān)聯(lián)規(guī)則，所得出的規(guī)律可以有效指導(dǎo)教學(xué)管理工作，教師可以針對具體規(guī)律中涉及的情況進行合理的分析，對于問題采取積極的措施進行規(guī)避，對于不足進行改善，促進教學(xué)質(zhì)量和水平的提升，對于學(xué)生的具體的情況，制定特定的教育方案，提升學(xué)生的學(xué)業(yè)成績。

參考文獻：

[1] 侯錕.數(shù)據(jù)挖掘技術(shù)在高校教育教學(xué)中的應(yīng)用[J].吉林省教育學(xué)院學(xué)報：下旬，2012（28）：51-52.

[2] 王智鋼，王池社，顧云鋒，等.序列模式挖掘在教學(xué)管理上的應(yīng)用[J].計算機與現(xiàn)代化，2012（11）：22-25.

[3] 劉美玲，李熹，李永勝.數(shù)據(jù)挖掘技術(shù)在高校教學(xué)與管理中的應(yīng)用[J]. 計算機工程與設(shè)計，2010（31）： 1130-1133.

[4] 劉雨露.數(shù)據(jù)挖掘在高校學(xué)生管理決策中的應(yīng)用模式分析[J].成都信息工程學(xué)院學(xué)報，2015（3）：373-377.