關(guān)聯(lián)規(guī)則在高校教學(xué)質(zhì)量評(píng)價(jià)中的應(yīng)用研究

阮夢(mèng)勛+沈良忠

摘要：教學(xué)質(zhì)量評(píng)價(jià)是研究教師的教與學(xué)生的學(xué)的價(jià)值過程。教學(xué)評(píng)價(jià)結(jié)果不僅反映了解教師該課程的教學(xué)情況，也一定程度反映了教師的綜合教學(xué)水平。該文將數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則算法引入到高校教學(xué)質(zhì)量評(píng)價(jià)中，對(duì)影響教學(xué)質(zhì)量評(píng)價(jià)的各個(gè)因素及相互關(guān)系進(jìn)行研究，從而得得出評(píng)價(jià)等級(jí)與年齡、職稱、學(xué)位之間的關(guān)聯(lián)，研究結(jié)果可以作為學(xué)院或者教師發(fā)展中心進(jìn)行教師培訓(xùn)的參考。

關(guān)鍵詞：數(shù)據(jù)挖掘；關(guān)聯(lián)規(guī)則；教學(xué)評(píng)價(jià)；Apriori算法

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）02-0123-03

Research on the Application of Association Rules in the Teaching Quality Evaluation in Universities

RUAN Meng-xun， SHEN Liang-zhong*

（School of Information Engineering， Wenzhou Business College， Wenzhou 325000， China）

Abstract： The evaluation of teaching quality is the process of studying the value of both teachers' teaching and students' learning. The result of teaching evaluation reflects not only the teaching situation of a course， but also a teachers comprehensive teaching level to a certain extent. This paper introduces the association rules algorithm into the evaluation of teaching quality in universities， and then makes a research on the relationship of the factors affecting teaching quality evaluation， and finally achieves the relationship between evaluation levels and age， title， degree. The results can be used as a reference by the college and faculty development center to for teachers training.

Key words： Data mining； association rules； teaching evaluation； Apriori algorithm

1 概述

教師的教學(xué)質(zhì)量水平反映了一所高校的教育教學(xué)水平高低以及教學(xué)效果優(yōu)劣，其最終結(jié)果還是會(huì)體現(xiàn)在培養(yǎng)的學(xué)生質(zhì)量上。教學(xué)質(zhì)量評(píng)價(jià)是高校教學(xué)管理過程中的重要組成部分，對(duì)教學(xué)起著調(diào)控及指導(dǎo)作用。每個(gè)學(xué)期，學(xué)校都會(huì)進(jìn)行教師教學(xué)質(zhì)量評(píng)價(jià)工作，長此以往教學(xué)管理部門一方面已經(jīng)積累了大量的教學(xué)評(píng)價(jià)數(shù)據(jù)，但另一方面這些數(shù)據(jù)中所隱含的價(jià)值并沒有得到充分的挖掘利用。因此，如何通過這些教學(xué)評(píng)價(jià)的數(shù)據(jù)挖掘出可能潛在的價(jià)值，對(duì)高校教學(xué)管理工作具有重要的參考價(jià)值，不少學(xué)者針對(duì)高校教學(xué)質(zhì)量評(píng)價(jià)進(jìn)行了相關(guān)研究。馬秀麟等人依據(jù)大數(shù)據(jù)的數(shù)據(jù)規(guī)范化方法，肯定了教學(xué)質(zhì)量評(píng)價(jià)數(shù)據(jù)的客觀性，并分析了部分教師獲得差評(píng)的原因[1]。任高舉等人利用改進(jìn)的Apriori算法對(duì)教學(xué)質(zhì)量評(píng)價(jià)的樣本數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘，得出學(xué)歷、職稱、教齡和科研能力影響評(píng)價(jià)質(zhì)量等級(jí)[2]。黃玉萍等人同樣通過關(guān)聯(lián)規(guī)則分析，進(jìn)一步得出年齡和職稱對(duì)教學(xué)質(zhì)量的影響最大，并提出相關(guān)教學(xué)管理的建議[3]。本文以溫州某高校2016-2017學(xué)年的教師教學(xué)質(zhì)量評(píng)價(jià)數(shù)據(jù)為例，通過統(tǒng)計(jì)分析以及數(shù)據(jù)挖掘方法對(duì)教學(xué)質(zhì)量評(píng)價(jià)進(jìn)行研究，分析教學(xué)質(zhì)量評(píng)價(jià)中的關(guān)聯(lián)規(guī)則，挖掘出其中隱藏的規(guī)律，特別分析研究出不同學(xué)院中，各類影響因素所占比重的不一致性，深入分析與挖掘這些不一致性，并進(jìn)行合理有效地調(diào)控，將有助于提高學(xué)校的教學(xué)管理與決策水平。

2 數(shù)據(jù)準(zhǔn)備與分析

2.1 數(shù)據(jù)采集

本次研究數(shù)據(jù)為學(xué)校2016-2017學(xué)年第1學(xué)期的教師教學(xué)質(zhì)量評(píng)價(jià)數(shù)據(jù)，共183個(gè)樣本數(shù)據(jù)。數(shù)據(jù)結(jié)構(gòu)主要包括學(xué)院、姓名、年齡、職稱、學(xué)位、評(píng)價(jià)等級(jí)等數(shù)據(jù)，這些數(shù)據(jù)均在學(xué)校教務(wù)處采集。為保護(hù)教師的個(gè)人隱私，姓名的屬性已做隱藏處理。如表1所示。

2.2 數(shù)據(jù)預(yù)處理

由于關(guān)聯(lián)規(guī)則算法只能處理離散數(shù)據(jù)類型，因此需要通過數(shù)據(jù)變換將數(shù)據(jù)表中的數(shù)據(jù)統(tǒng)一成適合挖掘的形式。由表1可知，年齡屬于數(shù)量屬性，需轉(zhuǎn)換成布爾類型，此處將年齡分為4組，分別是A1[20，30]、A2[31，40]，A3[41，50]，A4[51，60]；學(xué)院、職稱、學(xué)位、質(zhì)量等級(jí)屬于類別屬性，也需將其轉(zhuǎn)換成布爾類型，根據(jù)實(shí)際情況對(duì)其范圍作限定。學(xué)院分為：藝術(shù)設(shè)計(jì)學(xué)院S1，信息工程學(xué)院S2，外語外貿(mào)學(xué)院S3，金融學(xué)院S4，基礎(chǔ)教學(xué)部S5，會(huì)計(jì)學(xué)院S6，管理學(xué)院S7；職稱分為：助教T1，講師T2，副教授T3，教授T4；學(xué)位分為：學(xué)士本科生E1，碩士本科生/碩士研究生E2，博士研究生E3；質(zhì)量等級(jí)：優(yōu)秀G1，良好G2，合格G3，不合格G4。數(shù)據(jù)轉(zhuǎn)換后得表2。

2.3 統(tǒng)計(jì)分析

統(tǒng)計(jì)分析是統(tǒng)計(jì)學(xué)中一種常見的科學(xué)方法，運(yùn)用統(tǒng)計(jì)方法及分析對(duì)象的有關(guān)知識(shí)，達(dá)到輔助決策功能的作用。通過對(duì)2016-2017學(xué)年教學(xué)質(zhì)量評(píng)價(jià)表的分析，可以看出年齡段在31-40歲的教師最多，其次是41-50歲的教師，而30歲以下的年輕教師以及50歲以上的老教師并不多，如圖1所示。高校的教師隊(duì)伍建設(shè)，應(yīng)該保持一定的梯隊(duì)性。雖然年輕教師更有創(chuàng)造力與活力，但是他們的教學(xué)經(jīng)驗(yàn)相對(duì)缺乏；老教師們教學(xué)經(jīng)驗(yàn)豐富，但是對(duì)于新時(shí)代教學(xué)技術(shù)的接受程度相對(duì)較慢。鑒于學(xué)校教師年齡分布不均的情況，建議加強(qiáng)老教師帶新教師的力度，通過教學(xué)、科研的指導(dǎo)互動(dòng)，讓中青年教師快速成長。

學(xué)校教師的職稱分布如圖2所示，總體上占比最大的職稱為講師， 其次為助教和副教授，教授人數(shù)占比例較少。學(xué)校內(nèi)講師的人數(shù)占比過半，職稱方面存在著較大的不均衡性，學(xué)校應(yīng)通過政策激勵(lì)等各種措施鼓勵(lì)教師重視職稱問題。關(guān)于學(xué)位問題，學(xué)校占比最多的是碩士學(xué)位的教師，占到73%，其次是博士學(xué)位，占到18%，雖然整體學(xué)歷水平較高，但博士學(xué)位的教師占比仍不夠高。

3 關(guān)聯(lián)規(guī)則挖掘算法

在數(shù)據(jù)挖掘中，關(guān)聯(lián)規(guī)則主要用于發(fā)現(xiàn)事物屬性之間的潛在關(guān)聯(lián)關(guān)系。根據(jù)挖掘的目標(biāo)，采用Apriori算法對(duì)樣本數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘。Apriori算法在具體實(shí)現(xiàn)關(guān)聯(lián)規(guī)則的挖掘時(shí)分為發(fā)現(xiàn)頻繁項(xiàng)集和生成關(guān)聯(lián)規(guī)則，具體計(jì)算步驟可以參考文獻(xiàn)4。

本文主要基于Weka軟件進(jìn)行關(guān)聯(lián)規(guī)則的挖掘，設(shè)置最小支持度為0.1，最小置信度為0.6，通過運(yùn)行軟件得到相應(yīng)的規(guī)則，篩選挑出部分與教學(xué)質(zhì)量評(píng)價(jià)等級(jí)相關(guān)的規(guī)則，如表3所示。

但筆者注意到，不同學(xué)院間影響教學(xué)評(píng)價(jià)等級(jí)因素的所占比重也會(huì)有所不同，為了證實(shí)這一點(diǎn)，將各學(xué)院的教學(xué)質(zhì)量評(píng)價(jià)數(shù)據(jù)分別進(jìn)行處理，各生成規(guī)則100條，運(yùn)行軟件，得到相應(yīng)的規(guī)則，通過篩選挑出部分與教學(xué)質(zhì)量評(píng)價(jià)等級(jí)相關(guān)的規(guī)則。

①年齡（NL）方面：年齡為20-30歲的教師在藝術(shù)設(shè)計(jì)學(xué)院的評(píng)價(jià)等級(jí)較高；年齡為31-40歲間的教師在外語外貿(mào)學(xué)院、基礎(chǔ)教學(xué)部和管理學(xué)院中的評(píng)價(jià)等級(jí)較高；年齡在41歲及以上的則在信息工程學(xué)院、金融學(xué)院、會(huì)計(jì)學(xué)院中有較高的評(píng)價(jià)。

②職稱（ZC）方面：職稱為講師的教師在金融學(xué)院中有較高的評(píng)價(jià)，而基礎(chǔ)教學(xué)部和會(huì)計(jì)學(xué)院則呈現(xiàn)出職稱越高，評(píng)價(jià)等級(jí)也越高的現(xiàn)象。

③ 學(xué)位（XW）方面：學(xué)位為碩士的教師在外語外貿(mào)學(xué)院和基礎(chǔ)教學(xué)部中有較高的評(píng)價(jià)，而信息工程學(xué)院、金融學(xué)院、會(huì)計(jì)學(xué)院和管理學(xué)院則是學(xué)位越高，評(píng)價(jià)等級(jí)也越高。

通過以上關(guān)聯(lián)規(guī)則分析，基本可以得出職稱、年齡、學(xué)位等對(duì)教學(xué)質(zhì)量評(píng)價(jià)結(jié)果的影響，但各個(gè)學(xué)院對(duì)教學(xué)評(píng)價(jià)影響因素的側(cè)重點(diǎn)有所不同。

（1） 在年齡方面，藝術(shù)設(shè)計(jì)學(xué)院因其專業(yè)的創(chuàng)造性強(qiáng)，更適合年輕教師的教學(xué)，因此年齡在21-30歲間的教師的評(píng)價(jià)等級(jí)更高，而信息工程學(xué)院、金融學(xué)院和會(huì)計(jì)學(xué)院則更傾向于年齡在41歲以上的教師，因其這些學(xué)員中學(xué)科學(xué)術(shù)性較強(qiáng)的原因，年紀(jì)較大的教師更有教學(xué)經(jīng)驗(yàn)，因此這個(gè)年齡段的教學(xué)評(píng)價(jià)等級(jí)更優(yōu)。而其他學(xué)院的學(xué)科綜合性較強(qiáng)，因此年齡在31-40歲之間的教師更受青睞。

（2） 在職稱方面，職稱為講師的教師在金融學(xué)院的評(píng)價(jià)等級(jí)最優(yōu)，估計(jì)是在移動(dòng)互聯(lián)時(shí)代金融學(xué)的教學(xué)內(nèi)容需要更新，而年輕教師在這方面有優(yōu)勢；基礎(chǔ)教學(xué)部和會(huì)計(jì)學(xué)院則呈現(xiàn)出職稱越高，教學(xué)評(píng)價(jià)等級(jí)越高的趨勢。其他學(xué)院在職稱方面的影響不明顯。

（3） 在學(xué)位方面，學(xué)位為碩士的教師在外語外貿(mào)學(xué)院和基礎(chǔ)教學(xué)部評(píng)價(jià)等級(jí)最優(yōu)，而信息工程學(xué)院、金融學(xué)院、會(huì)計(jì)學(xué)院和管理學(xué)院則是學(xué)位越高，評(píng)價(jià)等級(jí)也越高。

4 結(jié)束語

本文采用關(guān)聯(lián)規(guī)則挖掘中的Apriori算法對(duì)高校教學(xué)評(píng)價(jià)進(jìn)行研究，并通過實(shí)例分析生成了關(guān)聯(lián)規(guī)則，得出年齡、職稱和學(xué)位與教學(xué)質(zhì)量等級(jí)之間的內(nèi)在聯(lián)系，并進(jìn)一步分析出不同因素在不同學(xué)院的影響比重也是不同的?？偟膩碚f，高學(xué)歷、高職稱的中年教師，教學(xué)質(zhì)量普遍較好，但各學(xué)院也存在一定的差異性，比如藝術(shù)設(shè)計(jì)學(xué)院中年輕教師的教學(xué)質(zhì)量更佳，講師在金融學(xué)院的評(píng)價(jià)結(jié)果更優(yōu)，碩士教師更適合在外語外貿(mào)學(xué)院與基礎(chǔ)教學(xué)部。教學(xué)管理以及人事部門可以在充分認(rèn)識(shí)這些內(nèi)在聯(lián)系后，將有助于教師的發(fā)展培訓(xùn)以及新教師的引入，同時(shí)也對(duì)教師的自身教學(xué)提升提供參考信息。

參考文獻(xiàn)：

[1] 馬秀麟， 衷克定， 劉立超. 從大數(shù)據(jù)挖掘的視角分析學(xué)生評(píng)教的有效性[J]. 中國電化教育， 2014（10）：78-84.

[2] 任高舉， 白亞男. 關(guān)聯(lián)規(guī)則挖掘在高校教學(xué)評(píng)價(jià)中的應(yīng)用[J]. 計(jì)算機(jī)與數(shù)字工程， 2014， 42（8）：1526-1529.

[3] 黃玉萍， 王珂. 關(guān)聯(lián)規(guī)則在教學(xué)評(píng)價(jià)中的應(yīng)用[J]. 漯河職業(yè)技術(shù)學(xué)院學(xué)報(bào)， 2013， 12（2）：151-153.

[4] 趙洪英， 蔡樂才， 李先杰. 關(guān)聯(lián)規(guī)則挖掘的 Apriori 算法綜述[J]. 四川理工學(xué)院學(xué)報(bào)：自科版， 2011， 24（1）：66-70.endprint