關聯(lián)規(guī)則在網絡學習平臺中的應用研究

錢源+施佺

摘 要：網絡學習的興起引起了對網絡學習過程和網絡學習結果如何評價的爭論與研究，網絡學習平臺的大數(shù)據分析也是近年來教育研究者關注的熱點問題。文章將教育數(shù)據挖掘方法中的關聯(lián)規(guī)則分析應用到網絡學習平臺的數(shù)據分析當中，探討網絡學習因素與學習結果等方面的關聯(lián)，發(fā)現(xiàn)了網絡學習過程中存在的問題，并為網絡學習的教學改進、教學質量的提高提供了豐富的決策支持信息。

關鍵詞：網絡學習；關聯(lián)規(guī)則；數(shù)據離散化；決策支持

中圖分類號： G434 文獻標志碼：A 文章編號：1673-8454（2016）14-0078-05

一、引言

2012年3月，教育部頒布了《教育信息化十年發(fā)展規(guī)劃（2011-2020年）》[1]，提出要實現(xiàn)優(yōu)質數(shù)字資源建設與共享、學校信息化能力建設與提升等多項內容，推進教育與技術的融合。本質上而言，教育信息化即是運用信息化手段改善教育、優(yōu)化教育，這里的教育既包括傳統(tǒng)意義上的課堂教育，也包括目前興起的網絡教育，同時還包括教育過程、教育主體、教育內容等多個因素。運用信息化手段實現(xiàn)教育的優(yōu)化、可持續(xù)性，提升教育質量，提高師生信息化水平，為教育帶來新的變革。

隨著計算機技術的發(fā)展，網絡教育日益興起，為傳統(tǒng)教育增添了新的活力，得到普遍推廣與應用。網絡教育突破了時間和空間的限制，為學習者帶來了諸多便利；但是網絡教育存在缺少教師監(jiān)控、學習者學習過程得不到有效監(jiān)督等問題，引起了許多教育研究者的關注，特別是網絡學習效果以及網絡學習質量、網絡學習影響因素等，是目前國內外學者集中研究的重點問題。[2]

本文利用教育數(shù)據挖掘技術中的關聯(lián)規(guī)則分析，對網絡學習過程中產生的學生學習數(shù)據進行數(shù)據挖掘，探究網絡學習效果、網絡學習成績與學生網絡學習時間、網絡學習模塊、性別等因素之間的關聯(lián)，為網絡教學的下一步改進提供決策支持信息，幫助教師了解學生真實的網絡學習狀況，更好地引導學生進行網絡學習，最終達到提高網絡學習質量、推進高校教育信息化的目的。

二、教育數(shù)據挖掘與關聯(lián)規(guī)則

1.教育數(shù)據挖掘

大數(shù)據時代的到來使人們對于數(shù)據挖掘的概念已不再陌生。數(shù)據挖掘主要用于對大規(guī)模、無序雜亂的、不完全的、有噪聲的但是又包含大量為人所不知的、隱藏的有用知識的數(shù)據分析方法，它可以對數(shù)據進行收集、處理、轉化、分析、挖掘，從而得到有用信息，進而為商業(yè)決策提供支持。而教育數(shù)據挖掘，顧名思義，即數(shù)據挖掘在教育領域的應用。隨著教育信息化的開展，教育系統(tǒng)中投入使用了大量計算機辦公系統(tǒng)、網絡學習平臺等，這些信息化軟件在使用過程中產生大量數(shù)據，將這些產生于教育領域的數(shù)據（包括傳統(tǒng)課堂的教育數(shù)據）稱之為教育大數(shù)據，對教育大數(shù)據進行的數(shù)據挖掘則稱為教育數(shù)據挖掘。關于教育數(shù)據挖掘的概念，國際教育數(shù)據挖掘工作組網站將其定義為，運用不斷發(fā)展的方法和技術，探索特定的教育環(huán)境中的數(shù)據類型，提取有意義的信息，幫助教師更好地理解學生，改善他們所學習的環(huán)境，為教育者、學習者、管理者等教育工作者提供服務。[3]

2008年第一屆教育數(shù)據挖掘國際會議召開，此后教育數(shù)據挖掘的研究更是如日中天。Muna等人對2006-2013近7年中谷歌學術上300余篇教育數(shù)據挖掘相關的文章進行了綜述，介紹了國外的研究現(xiàn)狀，主要闡述了數(shù)據收集和處理方式、數(shù)據分類方法、常用數(shù)據挖掘方法以及目前所存在的問題和挑戰(zhàn)。[4]國外的教育數(shù)據挖掘實證研究主要用于預測學生學習成果、預測學生輟學率，幫助教師提醒學生、降低學校輟學率等。國內的李婷等人對國內外的教育數(shù)據挖掘進行了綜述，為了解當前教育數(shù)據挖掘發(fā)展現(xiàn)狀提供了有利的文獻資料。[5]

2.關聯(lián)規(guī)則

關聯(lián)規(guī)則是數(shù)據挖掘算法中非常經典的挖掘算法之一，其最經典的應用為購物籃分析。該算法通過挖掘頻繁項集來發(fā)現(xiàn)屬性之間的聯(lián)系，主要包括兩個步驟，第一步是計算密集型階段，挖掘出頻繁項集；第二步是基于頻繁項集來生成關聯(lián)規(guī)則，一般規(guī)則均描述為包含左項集（條件）和右項集（結論）的一對，并通過置信度和支持度來衡量規(guī)則的重要性和可信度。

最經典的關聯(lián)規(guī)則算法是Apriori關聯(lián)規(guī)則算法，本文使用基于該算法的Microsoft關聯(lián)規(guī)則算法進行關聯(lián)分析。挖掘頻繁項集是關聯(lián)規(guī)則算法的核心部分，Apriori算法使用逐層搜索的迭代方法來發(fā)現(xiàn)頻繁項集。首先，找到項集數(shù)為1的頻繁項集集合，記作L1，用L1再去尋找項集數(shù)為2的頻繁項集集合，以此類推，直到沒有更大項集數(shù)的頻繁項集集合，最后，在所有的頻繁項集中找到強規(guī)則，即是用戶感興趣的關聯(lián)規(guī)則。Microsoft關聯(lián)規(guī)則主要通過支持度、概率（置信度）和重要性判斷規(guī)則的有用性和重要程度。支持度用于度量一個項集的出現(xiàn)頻率，A→B的支持度support=P（AB），指的是事件A和事件B同時發(fā)生的概率；概率是關聯(lián)規(guī)則的屬性，在數(shù)據挖掘領域也成為置信度，規(guī)則A=>B的概率可以表示為：Probability（A=>B）= Probability（B|A）=Support（A，B）/ Support（A）；重要性也成為興趣度分數(shù)或者增益，用于度量項集和規(guī)則，可以用公式定義為：Importance（{ A，B }）= Probability（A，B）/（Probability（A）* Probability（B）），重要性為0表示無關聯(lián)，重要性為正表示正關聯(lián)，重要性為負表示負關聯(lián)。

三、關聯(lián)規(guī)則在網絡學習中的應用

1.問題提出

目前，網絡學習并沒有非常嚴格且通用的評價體系和指標，一般直接通過網絡學習的最終考試判定網絡學習結果；高校內與課堂教學相結合的網絡學習，教師主要關注學生的網絡學習時間是否達到標準，最終的網絡學習效果仍然是通過期末的筆試成績來考察。[6][7]學生的網絡學習到底有沒有成效，網絡學習過程中有哪些欠缺之處，教師都無法發(fā)現(xiàn)。雖然有些網絡學習平臺會提供簡單的數(shù)據分析功能，但是遠遠不能為優(yōu)化網絡學習提供有力依據。

關聯(lián)規(guī)則在網絡學習中的應用，能通過對網絡學習數(shù)據的分析，發(fā)現(xiàn)網絡學習因素之間的關系，以及與學習成績之間的關聯(lián)，根據關聯(lián)分析所得出的規(guī)則，能夠幫助教師透徹地了解學生網絡學習的真實狀況，從而更好地監(jiān)督學生學習，并為網絡學習提供改進和完善的建議，提高網絡學習質量。

2.數(shù)據搜集

本文所用的數(shù)據來自于某校英語網絡學習平臺，該平臺由外研社提供，用于輔助大學英語教學。根據大學英語教學大綱，學生每兩周接受一次課堂輔導，每周需自主完成至少4個小時的網絡學習任務。在英語網絡學習平臺中，學生需要自主完成對課本知識的學習，包括讀寫課程、聽說課程、在線測試等，平臺還包括學習工具、廣播臺等輔助工具。學生原始學習數(shù)據主要包括網絡學習時間、網絡學習模塊以及在線測試成績，其中網絡學習模塊主要涉及平臺首頁、聽說教程、讀寫教程和在線測試，其他頁面瀏覽人次較少，不納入分析。

除了網絡學習數(shù)據，本文所使用的數(shù)據還包括學生個人信息、期末英語成績以及大學英語四級成績。通過對網絡學習因素與英語成績的關聯(lián)分析，得到這些因素之間的關系，從而為改進大學英語網絡學習提供決策支持。

3.數(shù)據處理

除卻對缺失、錯誤數(shù)據的刪除、完善和修補，本文數(shù)據處理最關鍵的步驟在于如何對數(shù)據進行分類。關聯(lián)規(guī)則算法是一個計數(shù)引擎，只用于計數(shù)離散屬性狀態(tài)的相關性，因此它不接受連續(xù)屬性，只能對離散屬性值進行關聯(lián)規(guī)則分析。本文所獲得的數(shù)據均為連續(xù)值，將這些連續(xù)屬性進行離散化處理是數(shù)據處理的重點工作。

數(shù)據離散化方法主要有三類，無監(jiān)督離散化和有監(jiān)督離散化，全局離散化和局部離散化，動態(tài)離散化和靜態(tài)離散化，其中無監(jiān)督離散化又包括等寬分箱法和等頻分箱法。本文采用無監(jiān)督離散化的等頻分箱法進行數(shù)據分類，預先設定好分類數(shù)，將數(shù)據按從小到大的順序排好，按數(shù)據量將數(shù)據平均分配到每一個分類，并做適當調整。相較于等寬分箱法將變量取值范圍分為N個等寬的區(qū)間，而各區(qū)間數(shù)據量分配可能存在很大偏差的數(shù)據分類方法，等頻分箱法更適合于對進行關聯(lián)規(guī)則分析的數(shù)據進行離散化分類。

需要進行離散化分類的屬性主要為在線時間、是否進行在線測試、期末英語成績、大學英語四級成績，最終得到如表1所示的離散化屬性編碼表。

在對屬性進行分類時，英語期末成績低于60分的人數(shù)不多，如果作為一個單獨分類，會導致分類間數(shù)據量的不一致，因此按照等頻分箱法分為四個類別；而在線測試分類中，有幾乎一半的學生沒有在線測試成績，因此僅分為兩個類別；此外，還定義了“學習模塊”這一屬性，根據學生在各個模塊所花時間的多少進行篩選，選出學生所花時間最多的模塊作為 “學習模塊”，考察學生在網絡學習過程中花費時間最多的模塊。

對進行了在線測試的學生進行單獨分析，考察其網絡學習習慣與期末成績的關聯(lián)。主要考慮他們在首頁、學習頁面（聽說頁面和讀寫頁面）、測試頁面所花時間，并重新對在線時間、期末英語成績進行分類，依然按照等頻分箱法對數(shù)據進行離散化，新的屬性離散化編碼表如表2所示。

4.關聯(lián)分析結果

利用SASS（SQL Server Analysis Services）進行關聯(lián)規(guī)則分析，采用的關聯(lián)規(guī)則算法是基于Apriori算法的Microsoft關聯(lián)規(guī)則，通過計算頻繁項集得到關聯(lián)規(guī)則。分兩組進行關聯(lián)分析——全部學生和參與在線測試的學生，最終得到以下規(guī)則：

（1）全部學生關聯(lián)分析結果

全部學生樣本包括10086人，挖掘英語網絡學習過程中“在線時間”、“學習模塊”、“期末英語成績”、“英語四級成績”、“是否進行在線測試”之間的關聯(lián)，得到以下規(guī)則：

規(guī)則1：學習模塊=“首頁”，在線時間=“T3”，期末英語成績=“S1”，英語四級=“未通過”，支持度為0.447，重要性為0.545。在線時間多，但花費時間最多的頁面為首頁，期末英語成績差，英語四級未通過。

規(guī)則2：學習模塊=“在線測試”，期末英語成績=“S4”，在線時間=“T3”，英語四級=“C3”，支持度為0.624，重要性為0.369。在線時間多，花費時間最多頁面為在線測試，期末英語成績好，英語四級成績好。

規(guī)則3：期末英語成績=“S4”，英語四級=“C3”，支持度為0.586，重要性為0.465。期末英語成績好，英語四級成績好。

規(guī)則4：學習模塊=“讀寫頁面”，在線時間=“T3”，性別=“女”，在線測試=“是”，支持度為0.571，重要性為0.267。在線時間多，花費時間最多的頁面為讀寫頁面，性別為女，進行了在線測試。

規(guī)則5：學習模塊=“首頁”，在線時間=“T1”，在線測試=“否”，支持度為0.889，重要性為0.534。在線時間少，花費時間最多的頁面為首頁，未進行在線測試。

規(guī)則6：學習模塊=“在線測試”，期末英語成績=“S3”，性別=“女”，在線測試=“是”，支持度為0.504，重要性為0.478。花費時間最多的頁面為在線測試，期末英語成績好，性別為女，進行了在線測試。

從上述規(guī)則可以看出，期末英語成績好的學生往往英語四級也能取得好的成績；花費較多時間在學習頁面或測試頁面，英語成績較好；沒有好好利用網絡學習平臺即在無學習內容的首頁花費時間較多的學生，一般不進行網絡在線測試，英語成績也一般；參與在線測試的女生較多，且女生期末英語成績往往較好。

（2）參與在線測試學生的關聯(lián)分析結果

參與在線測試的學生共5211名，對這部分學生的網絡學習因素和期末英語成績進行關聯(lián)分析，將“學習模塊”、“在線時間”、“首頁”、“學習頁面”、“測試頁面”作為輸入值，“期末英語成績”作為輸出值，得到以下規(guī)則：

規(guī)則1：學習模塊=“在線測試”，學習頁面=“X2”，期末英語成績=“S3”，支持度為0.833，重要性為0.411。在線測試頁面花費最多時間，學習頁面所花時間中等，期末英語成績好。

規(guī)則2：在線時間=“T1”，學習頁面=“X1”，期末英語成績=“S1”，支持度為0.547，重要性為0.385。在線時間少，學習頁面所花時間少，期末英語成績差。

規(guī)則3：學習模塊=“首頁即其他”，在線時間=“T1”，期末英語成績=“S1”，支持度為0.667，重要性為0.305。首頁所花時間最多，在線時間少，期末英語成績差。

規(guī)則4：測試頁面=“E1”，學習頁面=“X1”，期末英語成績=“S1”，支持度為0.526，重要性為0.267。測試頁面所花時間少，學習頁面所花時間少，期末英語成績差。

規(guī)則5：學習頁面=“X3”，測試頁面=“E3”，期末英語成績=“S3”，支持度為0.459，重要性為0.222。學習頁面所花時間多，測試頁面所花時間多，期末英語成績好。

從以上5條規(guī)則可以看出，如果學生的網絡學習習慣好，花費較多時間進行在線學習，且在學習模塊花費時間較多，則期末英語能取得好成績；而當學生網絡學習行為差，花費較少時間進行網絡學習，且在首頁花費較多時間時，期末英語成績往往較差。這表明，良好的網絡學習習慣與期末英語成績有著較大關聯(lián)。

四、結論分析與對策建議

通過對英語網絡學習平臺的學習數(shù)據等進行關聯(lián)分析，得到相關規(guī)則，發(fā)現(xiàn)了英語網絡學習過程中存在的諸多問題，對于教師的英語教學、學生的自主學習都有一定的啟示和指導作用。傳統(tǒng)網絡教學過程中，教師通常只布置學習任務，較少進行督促和指導，對于學生網絡學習的評判僅限于是否完成規(guī)定的學習時間及期末考試成績，這并不利于網絡學習的可持續(xù)發(fā)展。根據分析結果，為英語網絡教學提出以下幾條關鍵信息以及改進意見：

1.網絡學習因素與期末成績有密切關聯(lián)

根據關聯(lián)分析結果，學生在線學習時間越多，較好地完成在線測試內容，且在學習頁面所花時間較多，期末英語會取得好的成績；而當學生花過多時間在首頁模塊“掛時間”，不進行真正的網絡學習時，期末英語成績往往較差。優(yōu)秀的信息選擇能力和自主學習意識是學生進行網絡學習必不可少的關鍵因素，只有當學生有較強的自主學習意識、自我控制力，并能抵抗網絡的誘惑，選擇對提升自我知識有真正幫助的學習信息時，網絡學習才能算是成功并達到預期的效果。為此，學校應該重視培養(yǎng)學生的網絡學習素質，改善網絡學習板塊，增強趣味性和有用性，首先引導學生對網絡學習產生興趣，進而讓學生感受到網絡學習對提高英語水平切實有用，才能將學生朝著正確的網絡學習道路上引導。網絡學習與傳統(tǒng)學習最大的差別在于缺少教師的監(jiān)管，教師要加強對網絡學習的監(jiān)管，增強師生交流。網絡學習需要教師付出更多的精力，要及時監(jiān)督學生是否按時完成網絡學習要求，還要安排固定時間與學生進行交流，對網絡學習過程中遇到的疑難問題進行及時輔導。

2.豐富多樣的網絡學習內容有助于學生能力的提高

關聯(lián)分析結果發(fā)現(xiàn)，學生的網絡學習因素與英語四級成績關聯(lián)性不強，說明學生的英語網絡學習對大學英語英語四級沒有起到促進作用。英語學習平臺不應該只是書本知識的學習，更應該是提高學生英語水平的平臺，在英語學習平臺中增加豐富的大學英語四級輔導知識、真題測試、模擬測試等板塊，讓學生在基礎知識學習完畢的基礎上能有所提升。一方面能提高學生網絡學習的積極性，另一方面也豐富了英語學習平臺的功能性，真正發(fā)揮英語學習平臺幫助學生學習英語、提高英語水平的初衷和目的。

3.協(xié)作與交流是網絡學習過程中必不可少的重要環(huán)節(jié)

該網絡學習平臺并沒有涉及到網絡互動與小組協(xié)作學習的環(huán)節(jié)，存在一定的缺陷。網絡學習并不是孤立的個人學習，網絡學習過程中必要的師生、生生互動交流是必不可少的環(huán)節(jié)。小組協(xié)作學習在一定程度上能促進小組成員的學習，培養(yǎng)學生協(xié)作交流能力；師生之間的互動交流更是能讓學生感受到教師的存在，教師并沒有消失于學習過程，仍然在監(jiān)督和督促自己的學習，有助于約束學生。

4.教師的監(jiān)督和引導是網絡學習過程中至關重要的部分

網絡學習是由學生-計算機構成的人機交互式學習，計算機無法給出及時的反饋信息，也無法監(jiān)督學生學習態(tài)度是否端正，網絡學習需要學生有較強的自主學習能力和自制力。在網絡學習中，教師看似輕松，不用面授課程；但實質上，網絡教學要取得成功，教師必須付出更多的努力。首先，教師應該適時引導學生，教授學生正確進行網絡學習的方法；其次，教師要及時監(jiān)督學生網絡學習狀況，對未按時完成網絡學習任務的學生給予及時反饋；最后，教師要加強與學生的線上交流與互動，讓學生感受到網絡學習既能隨時隨地學習，又能保持與教師的溝通互動。高校在開展網絡教學初期，應該注重對教師網絡教學能力的培養(yǎng)，增強教師網絡教學能力，從而順利開展網絡教學活動。

五、結束語

本文將關聯(lián)規(guī)則算法應用于網絡學習平臺的數(shù)據挖掘當中，分析了網絡學習因素與學習結果之間的關聯(lián)，并且找出了網絡學習過程中存在的一些問題，對于網絡學習的教學改進提供了決策支持，為改善網絡教學、提高網絡學習質量提供了切實的依據。

參考文獻：

[1]教育部.教育信息化十年發(fā)展規(guī)劃（2011-2020 年）[DB/OL].http：//www.moe.gov.cn /ewebeditor/uploadfile/2012/03/29/20120329140800968.doc，2012-04-01.

[2] Ruipérez-Valiente J A， Mu？oz-Merino P J， Leony D， et al. ALAS-KA： A learning analytics extension for better understanding the learning process in the Khan Academy platform[J]. Computers in Human Behavior， 2014（4）：90-101.

[3] Educational Data Mining [DB/OL]. http：//www.educationaldatamining.org

[4]Al-Razgan M， Al-Khalifa A S， Al-Khalifa H S. Educational data mining： A systematic review of the published literature 2006-2013[C].Proceedings of the First International Conference on Advanced Data and Information Engineering （DaEng-2013）. 2014： 711-719.

[5]李婷，傅鋼善.國內外教育數(shù)據挖掘研究現(xiàn)狀及趨勢分析[J].現(xiàn)代教育技術，2010（10）：21-25.

[6]肖志明.關聯(lián)規(guī)則在遠程教育教學評價中的應用[J].中國遠程教育，2012（9）：39-42.

[7]吳青，羅儒國，王權于.基于關聯(lián)規(guī)則的網絡學習行為實證研究[J].現(xiàn)代教育技術，2015（7）：88-94.

（編輯：魯利瑞）