基于距離的孤立點挖掘改進算法在教務管理中的應用

遼寧石化職業(yè)技術學院 楊 迪

基于距離的孤立點挖掘改進算法在教務管理中的應用

遼寧石化職業(yè)技術學院 楊 迪

目前，國內高校的在校生人數都已達到上萬的規(guī)模,并且運行著成績管理等各種各樣的軟件系統(tǒng)，這些系統(tǒng)中的數據庫積累了大量的數據。利用這些數據理性地分析學校各方面工作的成效特別是在學生培養(yǎng)過程中的得失變得十分重要。本文通過對經典的基于距離的孤立點挖掘算法的分析與研究，提出了一種改進的孤立點挖掘算法，并將該挖掘模型應用到教務管理系統(tǒng)學生成績歷史數據的挖掘中。

數據挖掘；孤立點；教務管理；學生成績

1 建立模型

（1）數據預處理

本文選取數據對象為遼寧石化職業(yè)技術學院石油化工生產技術專業(yè)2013級學生。選取該專業(yè)167名學生入學后三個學期考試成績作為實驗的數據集，在數據預處理過程中，將考試成績不及格的學生成績統(tǒng)一記為50分，以便能夠參照學生平均績點公式計算。

（2）平均績點計算公式其中，Si為第i門課程的分數，Ci為第i門課程的學分，n為課程門數。（3）孤立點定義

文中以學生平均績點分析為例，選取數據對象同上，將三個學期的學分績點看做檢測屬性，該問題歸屬于多變量的孤立點檢測問題。經過數據分析，通過孤立點挖掘算法檢測學習成績，其中上升、下降幅度變化較大的即為孤立點。

2 孤立點數據挖掘流程

（1）系統(tǒng)結構

經過改良的挖掘算法與傳統(tǒng)的基于距離的孤立點檢測算法相比，首先能夠查找出相似的孤立點，并明確了孤立點的程度，去掉了設置參數p和d；其次，引入關鍵屬性后，數據集中非關鍵屬性的數據可以在數據預處理階段中刪除掉，以便提高效率；再次，通過距離度量的改進，可降低錯誤的概率。本文將遼寧石化職業(yè)技術學院教務管理系統(tǒng)中的數據用改進后的算法計算，對學生的平均績點進行孤立點挖掘，嘗試挖掘出“其他的”但是有用的信息，以便管理者和教育決策者做決策。程序框圖如圖1所示：

圖1 程序框圖

（2）關鍵屬性的確定

針對學生的平均績點，可求出相應的屬性隸屬度，分別為λ1=0.137932，λ2=0.279831，λ3=0.036037，可以看出λ2＞λ1＞λ3，λ2即為關鍵屬性。因此在數據預處理階段，可刪除屬性1和屬性3的數據，使孤立點挖掘的效率提高。

（3）改進距離度量

本文采用了基于改進距離度量的方法，降低數據分布不均勻給孤立點挖掘結果帶來的影響。

（4）孤立點挖掘程序代碼

3 結果分析

通過結果數據比較得出，在遼寧石化職業(yè)技術學院石油化工生產技術專業(yè)2013級157名學生數據中挖掘出11個孤立點，大部分是成績不穩(wěn)定的同學，比如吳皓、張強、劉晶晶等，成績上升的有張華軍，成績下降的學生有劉瑤、田梓萌等。結果數據可以作為教育管理者制定人才培養(yǎng)方案和教學計劃時的參考依據，可以為教育者提供專業(yè)的“特殊”學生，尤其是成績下降幅度大的學生，班主任以及任課教師可以有針對性的進行輔導和幫助，從而能夠在短時間內將學生的成績提高上去。

此外，在改進算法中引進關鍵屬性概念，使非關鍵屬性的數據不參加計算，以提高了算法效率。通過結果數據對比，孤立點的挖掘結果基本一致，只在順序上略有不同，可忽略不計。與傳統(tǒng)的孤立點挖掘方法相比，上文采用的算法取消設置參數p和d，使用者只需指定需要挖掘出的孤立點個數，即j值，就可以檢測出j個孤立點。在時間復雜度上，本文采用的算法也優(yōu)于其他算法。

[1]張京民等．數據倉庫與數據挖掘技術[M]．北京:電子工業(yè)出版社,2002．

[2]孟浩．孤立點挖掘技術在入侵檢測中的應用研究[D]．大連海事大學碩士學位論文,2007．

[3]黃浩,王建軍．WEB使用挖掘研究[J]．計算機系統(tǒng)應用,2008(1):125-128．

[4]曾春,邢春曉,周立柱．個性化服務技術綜述[J]．軟件學報,2002, 13(10):1952-1961．

楊迪（1980—），男，滿族，遼寧錦州人，碩士，講師，主要從事應用數學及圖論的研究。