關(guān)于關(guān)聯(lián)規(guī)則在高校教務(wù)管理系統(tǒng)中的應(yīng)用研究

摘 要：在高等職業(yè)教育教學(xué)過(guò)程中，最核心的問(wèn)題是教育教學(xué)質(zhì)量。教育教學(xué)質(zhì)量的好壞與教師職稱(chēng)、工作年齡等各種因素相關(guān)。本文通過(guò)對(duì)關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘算法的分析與研究，運(yùn)用關(guān)聯(lián)規(guī)則在我校教學(xué)管理系統(tǒng)中挖掘出相關(guān)的有價(jià)值的信息，從而提高整個(gè)學(xué)院的職業(yè)教育水平。

關(guān)鍵詞：關(guān)聯(lián)規(guī)則；管理；數(shù)據(jù)分析

一、 關(guān)聯(lián)規(guī)則在高校教務(wù)管理系統(tǒng)中的應(yīng)用

（一） 挖掘數(shù)據(jù)前的預(yù)處理過(guò)程

在教學(xué)管理系統(tǒng)中，通過(guò)關(guān)聯(lián)規(guī)則對(duì)所有在校教師信息進(jìn)行分析和數(shù)據(jù)挖掘。根據(jù)數(shù)據(jù)分析需要，選擇相應(yīng)數(shù)據(jù)庫(kù)的表和數(shù)據(jù)項(xiàng)，以教師編號(hào)作為連接字段，將數(shù)據(jù)轉(zhuǎn)入數(shù)據(jù)挖掘數(shù)據(jù)庫(kù)。在轉(zhuǎn)化成非布爾型數(shù)據(jù)時(shí)，根據(jù)數(shù)據(jù)源類(lèi)型不同，將初始數(shù)據(jù)進(jìn)行離散化處理。

（二） 數(shù)據(jù)挖掘模塊的設(shè)計(jì)分析

1. 分析數(shù)據(jù)范圍

為了獲得準(zhǔn)確的分析結(jié)果，從而提供有價(jià)值的信息給用戶，用戶往往希望設(shè)計(jì)較多的項(xiàng)目進(jìn)行數(shù)據(jù)分析。事實(shí)上要滿足用戶特定的目標(biāo)，我們往往只需要對(duì)其中的部分?jǐn)?shù)據(jù)項(xiàng)目進(jìn)行分析處理就可以了。所在在進(jìn)行數(shù)據(jù)挖掘前，由用戶根據(jù)特別的目標(biāo)選擇數(shù)據(jù)的分析范圍，可以很容易地找出所有的頻集，從而提高數(shù)據(jù)分析效率。

2. 生成最小頻繁集

在運(yùn)用關(guān)聯(lián)規(guī)則進(jìn)行數(shù)據(jù)分析挖掘中，確定一個(gè)項(xiàng)集是否為頻集只和預(yù)定義的最小支持度有關(guān)。因此，在確定了最小支持度之后，利用遞歸的方法生成所有的頻集。

3. 產(chǎn)生關(guān)聯(lián)規(guī)則

根據(jù)用戶設(shè)定的最小置信度，從生成的頻集中提取每一項(xiàng)，產(chǎn)生關(guān)聯(lián)規(guī)則，當(dāng)然這些規(guī)則必須滿足最小支持度和最小可信度。

二、 案例分析

結(jié)合本校實(shí)際，在教務(wù)系統(tǒng)中隨機(jī)抽取200份教學(xué)評(píng)估報(bào)表，該評(píng)估報(bào)表由學(xué)生進(jìn)行測(cè)評(píng)，將年齡、職稱(chēng)和評(píng)定等級(jí)作為表的記錄。

其中，數(shù)量的屬性是年齡，還需要將年齡轉(zhuǎn)化為布爾屬性。首先，將年齡劃分為4個(gè)組，分別是：M1[21，29]，M2[30，34]，M3[35，45]，M4[46，60]。類(lèi)別屬性是職稱(chēng)和評(píng)定等級(jí)，這里也是需要將它們轉(zhuǎn)化成布爾型數(shù)據(jù)。在做該表時(shí)，對(duì)職稱(chēng)、評(píng)定等級(jí)的高低都做了限制。比如，職稱(chēng)最高為教授，最低為助教。評(píng)定等級(jí)最高為優(yōu)秀，最低為差。

其中，N1表示助教，N2表示講師，N3表示副教授，N4表示正教授，Q1表示優(yōu)秀，Q2表示良好，Q3表示一般，Q4表示較差。

根據(jù)上述表的情況，就可以挖掘教師的職稱(chēng)、工作年齡以及教學(xué)質(zhì)量評(píng)估之間的一個(gè)關(guān)聯(lián)問(wèn)題?？梢愿鶕?jù)數(shù)據(jù)挖掘的Apriori算法進(jìn)行挖掘，發(fā)現(xiàn)那些教學(xué)評(píng)估教學(xué)效果好的老師的一些屬性特征。

第一步，對(duì)學(xué)校的數(shù)據(jù)庫(kù)信息進(jìn)行檢索，檢索出有40條教學(xué)質(zhì)量為優(yōu)秀的教師記錄信息。因此，我們可以設(shè)定：最小置信度為16%，最小支持度為4%。

從表1.3中，我們可以發(fā)現(xiàn)以下的知識(shí)：年齡在30-34之間的老師評(píng)定等級(jí)為Q1的概率為26.22%，支持度為6%；副教授職稱(chēng)的老師評(píng)定等級(jí)為Q1的概率為52%，支持度為13%。從這些知識(shí)中，我們可以推出以下一些評(píng)估策略。

1. 對(duì)于那些年齡段在M2、M3范圍的中青年骨干教師基本上已經(jīng)具備了深厚的教學(xué)功底，實(shí)際的操作能力比較強(qiáng)，有很強(qiáng)的實(shí)踐性，支持度和可信度都不低。這樣，就可以給高校管理人員提示，重視中青年教師的師資建設(shè)，可以幫助老師提高教學(xué)水平和實(shí)踐操作技能，提高教師的綜合素質(zhì)。另外，還可以說(shuō)明，本校的教師隊(duì)伍建設(shè)情況已經(jīng)基本正常。

2. 那些年齡段在M4范圍內(nèi)的教學(xué)經(jīng)驗(yàn)更豐富的老教師，他們已經(jīng)在教學(xué)一線工作多年，而且占的比例還是比較大，即將步入退休的年齡，他們退休后的教師崗位還需要中青年教師接管。因此，也給管理者提供了信息：要引起對(duì)青年教師的重視，措施包括加強(qiáng)教學(xué)培訓(xùn)、實(shí)踐操作技能培訓(xùn)和思想品德建設(shè)。

參考文獻(xiàn)：

[1]王金玲.數(shù)據(jù)挖掘在教學(xué)中的應(yīng)用研究[N].赤峰學(xué)院學(xué)報(bào)，2009.

[2]楊永斌.數(shù)據(jù)挖掘技術(shù)在教育中的應(yīng)用研究[M].計(jì)算機(jī)科學(xué)，2006.

作者簡(jiǎn)介：

管新勝，湖北省武漢市，湖北青年職業(yè)學(xué)院。