數(shù)據(jù)挖掘技術(shù)在機(jī)房信息管理中的應(yīng)用

張美華　王文濤

摘要：大數(shù)據(jù)時代的到來，數(shù)據(jù)挖掘技術(shù)得以迅速發(fā)展，數(shù)據(jù)挖掘技術(shù)是采用一定算法通過計算機(jī)智能地對大型數(shù)據(jù)庫中一些沒有被人們發(fā)現(xiàn)的或者隱藏的有價值的信息的發(fā)現(xiàn)。高校機(jī)房中有大量學(xué)生上機(jī)登記的相關(guān)數(shù)據(jù)，利用數(shù)據(jù)挖掘技術(shù)分析機(jī)房信息管理系統(tǒng)中的海量數(shù)據(jù)，預(yù)測學(xué)生期末成績，并根據(jù)預(yù)測結(jié)果進(jìn)行人為干預(yù)，糾正偏差結(jié)果。該文利用關(guān)聯(lián)規(guī)則挖掘理論，應(yīng)用于吉首大學(xué)的機(jī)房信息管理系統(tǒng)中，對學(xué)生的部分上機(jī)記錄數(shù)據(jù)進(jìn)行挖掘，最后根據(jù)學(xué)生上機(jī)登錄時間和下課時間，推測該生的上機(jī)學(xué)習(xí)情況，預(yù)測期末考試成績，通過半個學(xué)期的上機(jī)數(shù)據(jù)分析，達(dá)到有效利用學(xué)校機(jī)房數(shù)據(jù)干預(yù)學(xué)生的學(xué)習(xí)行為.進(jìn)而取得更加良好的學(xué)習(xí)效率。

關(guān)鍵詞：數(shù)據(jù)挖掘；關(guān)聯(lián)規(guī)則；預(yù)測

1大數(shù)據(jù)概述

大數(shù)據(jù)用來描述和定義信息爆炸時代所產(chǎn)生的海量數(shù)據(jù)，它是計算機(jī)和互聯(lián)網(wǎng)互相結(jié)合的產(chǎn)物，計算機(jī)實現(xiàn)了信息的數(shù)字化，互聯(lián)網(wǎng)實現(xiàn)了信息的網(wǎng)絡(luò)共享化.隨之興起的則是從海量數(shù)據(jù)中挖掘預(yù)測出對人類行為有效的方法和結(jié)果，即數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)挖掘（Data mining）指從大量的數(shù)據(jù)中通過算法搜索隱藏于其中的信息的過程，是一門跨多個領(lǐng)域的交叉學(xué)科，通常與人工智能、模式識別及計算機(jī)科學(xué)有關(guān)，并通過統(tǒng)計、在線分析處理、情報檢索、機(jī)器學(xué)習(xí)、專家系統(tǒng)（依靠過去的經(jīng)驗法則）和模式識別等諸多方法來實現(xiàn)上述目標(biāo)。其特點(diǎn)為：海量數(shù)據(jù)尋知識、集成變換度量值、分析模式評效果、圖形界面來展示。

2大數(shù)據(jù)時代下的高校機(jī)房現(xiàn)狀

順應(yīng)時代潮流的發(fā)展，各高校都開設(shè)有計算機(jī)專業(yè)，非計算機(jī)專業(yè)也在大一或大二時期開設(shè)公共計算機(jī)課程，計算機(jī)成為教育領(lǐng)域內(nèi)不可或缺的教學(xué)設(shè)備，隨著高校的進(jìn)一步擴(kuò)招，教育事業(yè)的不斷更新發(fā)展，學(xué)校的機(jī)房建設(shè)也隨之增多，其任務(wù)由原來的面向計算機(jī)專業(yè)發(fā)展到面向全校的所有專業(yè)開設(shè)公共計算機(jī)教學(xué)、承擔(dān)各種計算機(jī)考試等多項任務(wù)。因此機(jī)房管理系統(tǒng)在日常教學(xué)和考試任務(wù)中積累了海量數(shù)據(jù)，一般這些數(shù)據(jù)都保存在主服務(wù)器上僅供查詢使用。

利用數(shù)據(jù)挖掘技術(shù)，對學(xué)校機(jī)房信息管理系統(tǒng)所積累的大量學(xué)生上機(jī)數(shù)據(jù)進(jìn)行深入分析與挖掘，將挖掘得到的預(yù)測結(jié)果輔助學(xué)生成績管理決策，能合理利用機(jī)房資源，提高學(xué)生成績管理質(zhì)量。

本文利用關(guān)聯(lián)規(guī)則，從現(xiàn)有的機(jī)房信息管理系統(tǒng)中收集到的海量學(xué)生上機(jī)記錄數(shù)據(jù)中挖掘出隱藏在數(shù)據(jù)中的學(xué)生上機(jī)規(guī)律和上機(jī)效率，進(jìn)而預(yù)測學(xué)生的期末考試成績，提前告知，學(xué)生可以在隨后的學(xué)習(xí)中通過人為干預(yù)學(xué)習(xí)過程：比如挖掘預(yù)測出某生成績將會較差，則可以在其后的學(xué)習(xí)中調(diào)整學(xué)習(xí)方式和學(xué)習(xí)態(tài)度，以修正期末考試結(jié)果，提高學(xué)習(xí)效率和考試通過率，為以后的就業(yè)做好鋪墊，因此不管是對于當(dāng)前利益還是長遠(yuǎn)利益，都有深遠(yuǎn)的意義。

3數(shù)據(jù)挖掘階段

1）定義問題：明確數(shù)據(jù)挖掘的預(yù)期目標(biāo)。本次挖掘目標(biāo)旨在從海量機(jī)房學(xué)生登錄信息中找出能預(yù)測成績的相關(guān)規(guī)則.

2）數(shù)據(jù)準(zhǔn)備：提取數(shù)據(jù)挖掘的目標(biāo)數(shù)據(jù)集，并進(jìn)行預(yù)處理”。本次挖掘數(shù)據(jù)對象為吉首大學(xué)設(shè)備中心六樓公共計算機(jī)機(jī)房的學(xué)生上機(jī)信息表，并檢查數(shù)據(jù)的有效性、一致性、完整性，并去除噪聲，進(jìn)行預(yù)處理。

3）數(shù)據(jù)挖掘：根據(jù)上個步驟所提取數(shù)據(jù)的特點(diǎn)和類型選擇相應(yīng)合適的算法，并在預(yù)處理過的數(shù)據(jù)集上進(jìn)行數(shù)據(jù)挖掘。根據(jù)問題定義，本次選擇關(guān)聯(lián)規(guī)則算法Apriori算法，進(jìn)行關(guān)聯(lián)規(guī)則發(fā)現(xiàn)并預(yù)測。

4）分析挖掘結(jié)果：解釋評價數(shù)據(jù)挖掘的結(jié)果，并將其轉(zhuǎn)換成能被用戶所理解的規(guī)則。

5）運(yùn)用規(guī)則：通過分析挖掘結(jié)果，可以適當(dāng)進(jìn)行人工干預(yù)，修正學(xué)習(xí)行為，使得最終結(jié)果達(dá)到理想學(xué)習(xí)效率。

4數(shù)據(jù)挖掘在機(jī)房管理系統(tǒng)中的應(yīng)用

4.1關(guān)聯(lián)規(guī)則算法

Apriori算法采用逐層搜索的迭代方法，不需要復(fù)雜的理論推導(dǎo)，易于實現(xiàn)，是利用挖掘布爾關(guān)聯(lián)規(guī)則頻繁項集的一種算法?；舅枷胧牵菏紫日页鏊械念l集，這些項集出現(xiàn)的頻繁性至少和預(yù)定義的最小支持度一樣。然后由頻集產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則，這些規(guī)則必須滿足最小支持度和最小可信度。然后使用第1步找到的頻集產(chǎn)生期望的規(guī)則，產(chǎn)生只包含集合的項的所有規(guī)則，其中每一條規(guī)則的右部只有一項，這里采用的是中規(guī)則的定義。一旦這些規(guī)則被生成，那么只有那些大于用戶給定的最小可信度的規(guī)則才被留下來。

4.2關(guān)聯(lián)結(jié)果分析

以吉首大學(xué)實驗室與設(shè)備管理中心為例，吉首大學(xué)實驗室與設(shè)備管理中心下設(shè)置的公共計算機(jī)實驗教學(xué)中心，負(fù)責(zé)學(xué)校公共計算機(jī)實驗室建設(shè)與管理，組織實施公共計算機(jī)實驗教學(xué)與開放，完成基于計算機(jī)平臺進(jìn)行的計算機(jī)等級考試、普通話測試、各類社會化考試等測試工作。其中承擔(dān)公共計算機(jī)教學(xué)的機(jī)房共有7間，每個機(jī)房平均配置95臺學(xué)生用計算機(jī)和一臺教師教學(xué)用計算機(jī)，每臺電腦上都安裝有奧易機(jī)房管理軟件，學(xué)生每次上機(jī)都必須通過奧易軟件登錄界面輸入自己的學(xué)號和密碼才能進(jìn)入系統(tǒng)使用計算機(jī)，從而收集到學(xué)生的上機(jī)登錄時間、離開時間，教師端可以利用奧易軟件對任意學(xué)生電腦端進(jìn)行調(diào)換、抓屏、控制屏幕、考試、答疑等操作，所有數(shù)據(jù)存儲在機(jī)房管理端的后臺數(shù)據(jù)庫中，通過調(diào)用后臺數(shù)據(jù)庫中的學(xué)生上機(jī)情況數(shù)據(jù)，進(jìn)行挖掘分析。由于數(shù)據(jù)量龐大，所以采用從起始順序抽樣的方法，抽取出2015年11月5日的部分學(xué)生上機(jī)的相關(guān)數(shù)據(jù)，去除不完整、不一致、有缺失的數(shù)據(jù)，進(jìn)行預(yù)處理，為達(dá)到預(yù)測挖掘目標(biāo)提供正確的數(shù)據(jù)源。

表1中的數(shù)據(jù)前六列是從奧易軟件后臺數(shù)據(jù)庫中提取到的原始數(shù)據(jù)，我們設(shè)置第二、三、五列數(shù)據(jù)與學(xué)習(xí)情況有關(guān)聯(lián).將這些數(shù)據(jù)存在于整合表中，剔除學(xué)號異常的記錄，即只要是學(xué)號異常，強(qiáng)制設(shè)定其上機(jī)情況為較差（異常學(xué)號學(xué)生，應(yīng)為重修生，是學(xué)習(xí)重點(diǎn)關(guān)注對象），為了方便系統(tǒng)分析，將關(guān)聯(lián)整合后的數(shù)據(jù)轉(zhuǎn)化為布爾類型。

登錄時間：S1：10：00；$2：遲到五分鐘；S3：遲到十分鐘；S4：遲到十分鐘以上。

學(xué)號：N1：正常學(xué)號；N2：異常學(xué)號。

下課時間：E1：正常下課時間；E2：提前五分鐘下課；E3：提前五至十分鐘下課；E4：提前十分鐘以上下課.

利用關(guān)聯(lián)算法產(chǎn)生頻繁項集情況分析Q：Q1：優(yōu)秀；Q2：良好；Q3：一般；Q4：較差。

利用Apriori算法挖掘關(guān)聯(lián)規(guī)則，可以得到學(xué)生上機(jī)情況規(guī)律：

S1，EI-Q1；（S2，E2）/（S1，E2）-Q2/Q3；S4，E4-Q4

評價結(jié)果：按照正常上課時間上機(jī)并且堅持不早退的同學(xué)學(xué)習(xí)情況為優(yōu)秀；上課準(zhǔn)時但是提前五分鐘之內(nèi)下課的同學(xué)學(xué)習(xí)情況為良好；上課遲到五分鐘以內(nèi)且下課也提前五分鐘的同學(xué)學(xué)習(xí)情況為一般；上課遲到十分鐘以上并且下課早退十分鐘以上的同學(xué)學(xué)習(xí)評估為較差。如果利用關(guān)聯(lián)算法得出某個學(xué)生的學(xué)習(xí)情況有三次為較差，就啟動成績預(yù)警，提示并干預(yù)該生以后的上機(jī)學(xué)習(xí)，督促其學(xué)習(xí)態(tài)度，提高學(xué)習(xí)效率，以避免期末考試掛科現(xiàn)象。

5結(jié)束語

借數(shù)據(jù)挖掘促進(jìn)治理主體多元化，借關(guān)聯(lián)分析實現(xiàn)決策科學(xué)化”，本文利用關(guān)聯(lián)規(guī)則思路和算法，將吉首大學(xué)設(shè)備中心機(jī)房中存在的大量學(xué)生上機(jī)情況數(shù)據(jù)進(jìn)行分析挖掘，嘗試從學(xué)生上機(jī)相關(guān)數(shù)據(jù)中預(yù)測其學(xué)習(xí)情況，并根據(jù)預(yù)測結(jié)果有效提示學(xué)生的期末考試成績走向，引導(dǎo)該生在隨后的學(xué)習(xí)應(yīng)該更加有效，以達(dá)到避免出現(xiàn)最壞結(jié)果，從而提高期末考試通過率。