數(shù)據(jù)挖掘在高校學生成績預警中的應用研究

陳苗++馬燕

摘要：隨著高校教務系統(tǒng)數(shù)據(jù)庫中大量數(shù)據(jù)的積累，教師卻難以從中獲取有價值的信息。針對此現(xiàn)狀，利用數(shù)據(jù)挖掘中的Apriori算法，挖掘出頻繁項集的特點，通過Apriori算法對學生成績進行分析處理，預設支持度與置信度找出數(shù)據(jù)庫中具有聯(lián)系和不同可信度的課程成績作為關(guān)聯(lián)規(guī)則，將關(guān)聯(lián)規(guī)則用于學生成績預警，對處于危險區(qū)的學生提前作出預警通知。

關(guān)鍵詞：數(shù)據(jù)挖掘；關(guān)聯(lián)規(guī)則 ；Apriori算法；學生成績；預警

中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2017）04-0204-03

伴隨著信息時代的飛速發(fā)展，數(shù)據(jù)大量積累，數(shù)據(jù)挖掘應運而生，并得到了廣泛關(guān)注。數(shù)據(jù)挖掘技術(shù)之所以能取得極大的關(guān)注，主要是可以處理的大量數(shù)據(jù)，將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識。隨著高校的不斷擴招，各校的生源量明顯增多，但就特別容易出現(xiàn)學生層次不均、成績參差不齊的現(xiàn)象。目前大部分高校教務處都是利用教務管理系統(tǒng)對學生的信息及成績進行管理，但都存在沒有對學生的數(shù)據(jù)進行統(tǒng)計和分析的問題。本文將通過導出學生的專業(yè)主干課程的成績，并對其進行統(tǒng)計和分析，對部分不及格課程門數(shù)較多，即將面臨畢不了業(yè)或拿不到學位證的學生提出預警，對他們的學習過程進行監(jiān)督。眾所周知，同一專業(yè)不同的課程之間必然存在著一定的聯(lián)系，本文通過利用數(shù)據(jù)挖掘技術(shù)對學生成績進行統(tǒng)計、處理和全面的分析，挖掘出學生在各個課程成績之間存在的內(nèi)在聯(lián)系，找出其中的關(guān)系，全面掌握學生的學習情況，從而對這些成績不及格門數(shù)較多的學生提出預警，在今后的學習中，輔導員可根據(jù)分析結(jié)果加強對這些學生的學習過程的監(jiān)督和管理，提升學生的及格率，更進一步的保證學校的畢業(yè)率。

1關(guān)聯(lián)規(guī)則算法：Apriori算法

1.1關(guān)聯(lián)規(guī)則

設[II1，I2，…Im]為項的集合，與任務相關(guān)的數(shù)據(jù)[D]是數(shù)據(jù)庫事務的集合，其中每個任務T是項的集合，其中每個任務T是項的集合，使得[T?TID]為每個事務的標識符。設[A]是一個項集，事務T包含[A]當且僅當[A?T]。關(guān)聯(lián)規(guī)則形如[如A?B的蘊涵式]，其中[A?I，B?I]，并且滿足[A?B=?]。規(guī)則[A?B]在事務集[D]中成立，具有支持度[s]，其中[s]是[D]中事務包含[A?B]（即集合[A和B]的并或者[A和B]二者）的百分比，即是概率[P（A?B）]，規(guī)則[A?B]在事務集[D]中具有置信度，其中[c是D]中包含[A]的事務，同時也包含[B]的百分比。這是條件概率。即[supportA?B=P（A∪B）]

[confidenceA?B=P（B|A）]

同時滿足最小支持度閾值（[min_sup]）和最小置信閾值[（min_conf）]的規(guī)則稱作強規(guī)則【5】。

1.2 Apriori算法

Apriori算法發(fā)現(xiàn)關(guān)聯(lián)規(guī)則挖掘過程分解步驟：

1）通過采用迭代的方法檢索出事務數(shù)據(jù)庫中所有頻繁項集。即找出事務數(shù)據(jù)庫D中所有大于等于指定最小支持度閾值的項目集。

2）利用頻繁項目集挖掘出滿足用戶需要的強關(guān)聯(lián)規(guī)則。即找出支持度和置信度大于等用戶給定的支持度和置信度閾值的關(guān)聯(lián)規(guī)則。

尋找頻繁項集是挖掘關(guān)聯(lián)的最核心的一步，對挖掘關(guān)聯(lián)規(guī)則的總體性能起到了決定性的作用。第二步是在第一步找到的頻繁項集的基礎(chǔ)上列出所有可能的關(guān)聯(lián)規(guī)則，同時，找出滿足支持度和置信度要求的強關(guān)聯(lián)規(guī)則即可【5】。

2 Apriori算法在學生成績分析中的應用

2.1數(shù)據(jù)預處理

以某大學2013級計算機科學與技術(shù)專業(yè)學生的專業(yè)課程成績?yōu)槔绫?所示，從教務管理系統(tǒng)中導出該班級的成績，利用關(guān)聯(lián)規(guī)則算法挖掘課程和學生成績之間關(guān)系。原始數(shù)據(jù)表分學年進行存儲，其中包括本學年的班級所有學生的專業(yè)必修課和專業(yè)選修課的成績。

2.1.1課程選擇

相比而言，學生公選課程范圍比較廣，甚至會出現(xiàn)一個班級只有一名學生選擇同一門課程的現(xiàn)象，即僅有一個事務包含此項目，不滿足關(guān)聯(lián)規(guī)則的最小支持度的要求。根據(jù)2013級計算機專業(yè)的成績單顯示，同班學生選擇同一門公選課的較少，所以公選課的成績不作為數(shù)據(jù)來源，不對此進行分析。因此，數(shù)據(jù)庫的數(shù)據(jù)包含學生的專業(yè)必修課成績和專業(yè)選修課成績。

2.1.2成績離散化處理

學生的原始成績由百分制或等級制表現(xiàn)出來的，我們需要將這些成績進行統(tǒng)一化處理，將成績分為4個類別。百分制成績劃分如下：成績大于或等于90分，等級為1；成績大于等于80且小于90分，等級為2；成績大于等于60且小于80分的等級為3；成績小于60，成績等級為4。根據(jù)本專業(yè)的人才培養(yǎng)方案，選取15門課程進行研究，分別對這些課程用字母A～O進行標識。

2.2數(shù)據(jù)處理

2.2.1數(shù)據(jù)轉(zhuǎn)化

根據(jù)成績等級劃分規(guī)則和課程標識碼，將該班級學生的課程成績做成事務表，轉(zhuǎn)化后的數(shù)據(jù)如表2所示。

2.2.2數(shù)據(jù)統(tǒng)計

從教務處系統(tǒng)中導出來的成績可能出現(xiàn)重復或者學生缺考導致成績空缺的現(xiàn)象。對于重復的數(shù)據(jù)，選擇學生初修成績，將缺考的成績修改為0。統(tǒng)計離散化后全部成績，得到的部分統(tǒng)計結(jié)果如下：

[等級 課程＼&高等數(shù)學1＼&電工技術(shù)基礎(chǔ)＼&計算機導論＼&C語言程序設計＼&高等數(shù)學2＼&線性代數(shù)＼&數(shù)字邏輯電路＼&數(shù)據(jù)結(jié)構(gòu)＼&離散數(shù)學＼&匯編語言程序設計＼&網(wǎng)站建設與

網(wǎng)頁制作＼&…＼&等級1＼&1＼&2＼&1＼&1＼&1＼&2＼&3＼&4＼&2＼&3＼&1＼&…＼&等級2＼&2＼&6＼&6＼&7＼&4＼&8＼&4＼&7＼&3＼&3＼&15＼&…＼&等級3＼&16＼&13＼&15＼&15＼&14＼&12＼&16＼&10＼&14＼&14＼&7＼&…＼&等級4＼&4＼&2＼&0＼&0＼&4＼&1＼&0＼&2＼&4＼&3＼&0＼&…＼&]

由表3可以看出，部分課程集中于某一個等級，如”高等數(shù)學”課程，16人等級為4，其他等級人數(shù)7人，該班級的人數(shù)為23，其余7名同學所占比例7/23，即關(guān)聯(lián)規(guī)則的最小支持度不到1/3。設定關(guān)聯(lián)規(guī)則的最小支持度為1/3，當某門課程等級學生不足7名時，將其排除在待數(shù)據(jù)挖掘數(shù)據(jù)庫中。通過統(tǒng)計，得到如下以0.33作為最小支持度篩選的數(shù)據(jù)。

[等級 課程＼&高等數(shù)學1＼&電工技術(shù)基礎(chǔ)＼&計算機導論＼&C語言程序設計＼&高等數(shù)學2＼&線性代數(shù)＼&數(shù)字邏輯電路＼&數(shù)據(jù)結(jié)構(gòu)＼&離散數(shù)學＼&匯編語言程序設計＼&網(wǎng)站建設與

網(wǎng)頁制作＼&…＼&等級1＼&1＼&2＼&1＼&1＼&1＼&2＼&3＼&4＼&2＼&3＼&1＼&…＼&等級2＼&2＼&6＼&6＼&7＼&4＼&8＼&4＼&7＼&3＼&3＼&15＼&…＼&等級3＼&16＼&13＼&15＼&15＼&14＼&12＼&16＼&10＼&14＼&14＼&7＼&…＼&等級4＼&4＼&2＼&0＼&0＼&4＼&1＼&0＼&2＼&4＼&3＼&0＼&…＼&]

2.3算法實現(xiàn)

通過對數(shù)據(jù)的預處理，我們采用關(guān)聯(lián)規(guī)則Apriori算法對數(shù)據(jù)進行挖掘。本文的實現(xiàn)環(huán)境為Window 7 系統(tǒng)，MATLAB2014a下進行編程。設置最小支持度為0.33，最小置信度為0.5。得到了352個頻繁項集，540條關(guān)聯(lián)規(guī)則。對部分結(jié)果進行分析可知課程A、課程E、課程F存在著兩兩相關(guān)、相互制約的關(guān)系，學生的成績普遍較低，課程C與課程G、課程D與課程H也存在著兩兩相關(guān)、互相影響的關(guān)系。通過對數(shù)據(jù)表的檢索，可找出符合此關(guān)聯(lián)規(guī)則的學生，由輔導員對這些學生發(fā)出預警通知。本文通過對學生實際成績數(shù)據(jù)進行檢驗，對以上規(guī)則進行驗證。通過提出預警，加強對學生的學習過程的監(jiān)督和管理，有效避免學生出現(xiàn)不能畢業(yè)或拿不到學位證的情況。

3 結(jié)束語

總之，以關(guān)聯(lián)規(guī)則算法為基礎(chǔ)，通過對學生成績的處理、統(tǒng)計、分析和挖掘，，得到了關(guān)聯(lián)規(guī)則作為學生成績的預警因子，對成績不理想的學生提出預警通知，一方面加強了對學生成績的管理，另一方面也有效的提升教學管理水平和學生的畢業(yè)率。但Apriori算法過于繁雜，可通過改進Apriori算法來提高檢索效率，從而不斷完善成績預警，更好地為教育事業(yè)服務。

參考文獻：

[1] 李紅林，孔德劍.基于Apriori算法的高教教學評價數(shù)據(jù)挖掘[J].中國科技信息，2010，22（21）：241-242.

[2] 袁漢寧，王樹良.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘[M].北京：人民郵電出版社，2015：126-127.

[3] 張皓.數(shù)據(jù)挖掘技術(shù)在構(gòu)建學生成績預警系統(tǒng)的應用[J].電腦知識與技術(shù)，2011，19（7）：4529-4530

[4] 張瑋.基于數(shù)據(jù)挖掘的高校學生成績預警系統(tǒng)設計[J].科技資訊，2013（6）：23.

[5] Jiawei Han， Micheline Kamber.Data Mining Concepts and Techniques[M].北京：機械工業(yè)出版社，2011.

[6] 梁嘯.基于數(shù)據(jù)挖掘的高校學生成績預警技術(shù)的研究[D].武漢：武漢理工大學，2014：33-35.