關(guān)聯(lián)規(guī)則在移動(dòng)學(xué)習(xí)中學(xué)習(xí)效果評(píng)價(jià)的應(yīng)用研究

馬寧生 呂璐璐 方 愷 岳春曉

(1同濟(jì)大學(xué)物理科學(xué)與工程學(xué)院，上海 200092； 2上海建橋?qū)W院信息技術(shù)學(xué)院，上海 201315)

1 引出問(wèn)題

隨著教育信息化的推進(jìn)，教育系統(tǒng)產(chǎn)生了大量無(wú)序雜亂的、不連續(xù)的、有噪聲的但又為人所不知的、 隱藏的、有用數(shù)據(jù)，如何把現(xiàn)代教育技術(shù)、數(shù)據(jù)整理與分析等和教學(xué)評(píng)價(jià)有機(jī)結(jié)合，更好地完成教學(xué)任務(wù)已成為教育者普遍關(guān)注的課題。同時(shí)，隨著“評(píng)價(jià)方法多樣化、多元化、個(gè)性化”的提出以及學(xué)生在線學(xué)習(xí)過(guò)程中各種大數(shù)據(jù)的產(chǎn)生，全面實(shí)現(xiàn)教學(xué)評(píng)價(jià)手段信息化、簡(jiǎn)潔化已迫在眉睫。

圖2 移動(dòng)平臺(tái)中的測(cè)試系統(tǒng)

2018年發(fā)表的地平線報(bào)告中，研究機(jī)構(gòu)認(rèn)為近一兩年高等教育研究將會(huì)采納分析技術(shù)，這揭示了高等教育界對(duì)教育數(shù)據(jù)分析的重視[1]。美國(guó)教育技術(shù)辦公室在近幾年發(fā)布的《通過(guò)教育數(shù)據(jù)挖掘和學(xué)習(xí)分析促進(jìn)教與學(xué)》同樣指出，教育數(shù)據(jù)挖掘和學(xué)習(xí)分析是高等教育最重要的發(fā)展趨勢(shì)，單純的數(shù)據(jù)統(tǒng)計(jì)已經(jīng)不能滿足教育信息化的需求。

2 大學(xué)物理光學(xué)實(shí)驗(yàn)移動(dòng)學(xué)習(xí)平臺(tái)

教育數(shù)據(jù)的有效利用離不開(kāi)一個(gè)比較完善的移動(dòng)學(xué)習(xí)系統(tǒng)，學(xué)生的在線測(cè)試、微課程資源的學(xué)習(xí)、教育數(shù)據(jù)的搜集、學(xué)習(xí)效果評(píng)價(jià)等，都需要一個(gè)有效的移動(dòng)學(xué)習(xí)系統(tǒng)。針對(duì)教學(xué)需求我們開(kāi)發(fā)了由影視微課程、題庫(kù)、評(píng)價(jià)系統(tǒng)為一體的移動(dòng)學(xué)習(xí)平臺(tái)[2]。學(xué)生通過(guò)掃描實(shí)驗(yàn)課程教材上的二維碼進(jìn)入移動(dòng)學(xué)習(xí)平臺(tái)，可選擇性觀看實(shí)驗(yàn)原理、實(shí)驗(yàn)內(nèi)容、實(shí)驗(yàn)視頻(圖1)。

圖1 移動(dòng)平臺(tái)中的微課程學(xué)習(xí)系統(tǒng)

進(jìn)入平臺(tái)中的〈題庫(kù)〉其內(nèi)容管理充分利用開(kāi)源軟件WordPress平臺(tái)以及其具有題庫(kù)功能的優(yōu)秀插件WP PRO QUIZ，并在此基礎(chǔ)之上進(jìn)行了二次開(kāi)發(fā)以滿足實(shí)際教學(xué)需求。移動(dòng)端題庫(kù)分為前端測(cè)試和后臺(tái)管理兩個(gè)部分，進(jìn)入實(shí)驗(yàn)測(cè)試，完成測(cè)試后可以查看該實(shí)驗(yàn)的答題成績(jī)(答錯(cuò)會(huì)以桔紅色標(biāo)出，并顯示正確答案)見(jiàn)圖2。

進(jìn)入平臺(tái)中的〈評(píng)價(jià)〉，學(xué)生可以查看全部實(shí)驗(yàn)的答題成績(jī)、本班的平均成績(jī)、答題次數(shù)、知識(shí)結(jié)構(gòu)(見(jiàn)圖3)。WordPress平臺(tái)的插件WP PRO QUIZ有其優(yōu)異的功能，經(jīng)過(guò)二次開(kāi)發(fā)可實(shí)現(xiàn)各類數(shù)據(jù)統(tǒng)計(jì)數(shù)據(jù)的EXCEL表格導(dǎo)出。

圖3 測(cè)試成績(jī)統(tǒng)計(jì)

3 關(guān)聯(lián)規(guī)則算法模型搭建

3.1 數(shù)據(jù)收集、清理和轉(zhuǎn)換

同濟(jì)大學(xué)的光學(xué)實(shí)驗(yàn)課程面向2個(gè)專業(yè)學(xué)生，課程中的10實(shí)驗(yàn)項(xiàng)目向工科十幾個(gè)學(xué)院開(kāi)設(shè)。針對(duì)不同的學(xué)生使用光學(xué)實(shí)驗(yàn)移動(dòng)學(xué)習(xí)系統(tǒng)，在后臺(tái)獲取收集交互數(shù)據(jù)進(jìn)行整理和分析，以優(yōu)化學(xué)習(xí)效果評(píng)價(jià)。學(xué)習(xí)者的個(gè)性化特征主要考慮學(xué)習(xí)者對(duì)知識(shí)掌握的程度：包括物理概念的掌握和物理器材的使用；實(shí)驗(yàn)步驟的熟練掌握；實(shí)驗(yàn)中結(jié)論的應(yīng)用[3]。

由于物理光學(xué)實(shí)驗(yàn)移動(dòng)學(xué)習(xí)系統(tǒng)是通過(guò)移動(dòng)端答題，學(xué)生在答題過(guò)程中難免會(huì)出現(xiàn)網(wǎng)絡(luò)連接不通暢而造成測(cè)試成績(jī)數(shù)據(jù)重復(fù)或者不完整，原始的數(shù)據(jù)統(tǒng)計(jì)中必然會(huì)存在一些孤立的、無(wú)效的數(shù)據(jù)，不能直接用于關(guān)聯(lián)規(guī)則的算法，必須對(duì)它進(jìn)行清理和轉(zhuǎn)換，主要是識(shí)別和刪除孤立點(diǎn)，處理空缺值等。

3.2 建立關(guān)聯(lián)規(guī)則算法模型

關(guān)聯(lián)規(guī)則是一種描述數(shù)據(jù)庫(kù)的數(shù)據(jù)項(xiàng)之間隱含的聯(lián)系或者它們之間潛在的相關(guān)性的規(guī)則，如果滿足最小支持度閾值和最小置信度閾值，則認(rèn)為關(guān)聯(lián)規(guī)則是有趣的。這些閾值是根據(jù)挖掘需要人為設(shè)定。關(guān)聯(lián)規(guī)則算法是確定數(shù)據(jù)關(guān)聯(lián)性的重要算法之一，然而現(xiàn)在的許多研究只停留在了解關(guān)聯(lián)規(guī)則算法的表面，過(guò)于強(qiáng)調(diào)關(guān)聯(lián)規(guī)則本身而忽視其帶來(lái)的實(shí)際應(yīng)用，導(dǎo)致關(guān)聯(lián)規(guī)則算法在教育領(lǐng)域的應(yīng)用較少[4]。以關(guān)聯(lián)規(guī)則的基本定義為依據(jù)，能夠使用在計(jì)算機(jī)語(yǔ)言中的模型[5]，一方面開(kāi)發(fā)者可以直接將建立好的模型應(yīng)用于程序開(kāi)發(fā)之中，輕松連接和調(diào)用數(shù)據(jù)庫(kù)中的各個(gè)表格，另一方面開(kāi)發(fā)者在調(diào)用關(guān)聯(lián)規(guī)則算法模型進(jìn)行開(kāi)發(fā)后，使用者能夠直觀地了解各項(xiàng)之間的關(guān)聯(lián)性，關(guān)聯(lián)性這個(gè)抽象的概念將變得可視化[6]，構(gòu)建模型的代碼如下所示：

關(guān)聯(lián)規(guī)則算法模型代碼清單

L1={頻繁1-項(xiàng)集}；

k=2；

while(Lk-1≠?){

Ck=apriori_gen(L Lk-1)//產(chǎn)生候選項(xiàng)集,得到支持度最小的項(xiàng)

X=get_item_minsup(Ck,L1);//得到所在事務(wù)ID

TgtID = get_Transaction_ID(x)；//得到需要搜索的事務(wù)集合

Tcoll = getTransaction(TgtID)；

for each transaction T in Tcoll dot{

if(項(xiàng)集c∈Ck并且C∈T)

c.count++;}

Lk= {c∈Ck,count≥minsup}；

}

4 關(guān)聯(lián)規(guī)則在學(xué)習(xí)效果評(píng)價(jià)中的具體應(yīng)用

教學(xué)應(yīng)用以學(xué)生背景、學(xué)習(xí)交互信息、學(xué)生知識(shí)結(jié)構(gòu)類型3個(gè)方面的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。在統(tǒng)計(jì)數(shù)據(jù)期間，因?yàn)閷?shí)驗(yàn)項(xiàng)目實(shí)行自選順序，即每個(gè)學(xué)生的實(shí)驗(yàn)項(xiàng)目操作時(shí)間不同，所以在所有實(shí)驗(yàn)項(xiàng)目中，學(xué)生參與實(shí)驗(yàn)項(xiàng)目的測(cè)試學(xué)習(xí)時(shí)間順序也不會(huì)相同[7]。

4.1 學(xué)生背景與學(xué)習(xí)效果關(guān)聯(lián)性分析

學(xué)生背景是學(xué)生不可或缺的個(gè)性特征，光學(xué)實(shí)驗(yàn)課程是針對(duì)全校不同學(xué)院開(kāi)設(shè)的課程，學(xué)習(xí)人數(shù)較多，學(xué)生背景較復(fù)雜。為了將學(xué)生背景與學(xué)習(xí)效果關(guān)聯(lián)性進(jìn)行分析，將學(xué)生整體分為有物理背景和無(wú)物理背景，其中有物理背景分為普通班物理背景與實(shí)驗(yàn)班物理背景。收集數(shù)據(jù)庫(kù)中的成績(jī)，將數(shù)據(jù)離散化，對(duì)學(xué)生背景、實(shí)驗(yàn)項(xiàng)目和其對(duì)應(yīng)成績(jī)映射成相對(duì)應(yīng)字符。普通班物理背景學(xué)生映射成字符Ordinary Student Physics Class，實(shí)驗(yàn)班物理背景學(xué)生映射成字符Top Student Physics Class，無(wú)物理背景學(xué)生映射成字符Non-Physics Class，將實(shí)驗(yàn)項(xiàng)目名稱按順序映射成字符Experiment1、…、Experiment17。根據(jù)學(xué)生成績(jī)的實(shí)際情況，利用SPSS modeler軟件將成績(jī)閾值分別設(shè)為5、6、7、8、9、10(滿分為10)進(jìn)行關(guān)聯(lián)性分析。設(shè)定最小支持度為0.4，最小置信度為0.7。學(xué)生測(cè)試成績(jī)?nèi)鐖D4.1所示，部分關(guān)聯(lián)性計(jì)算結(jié)果如表1所示。

圖4.1 學(xué)生測(cè)試成績(jī)

表1 部分關(guān)聯(lián)性計(jì)算結(jié)果

從圖4.1可以看出，物理學(xué)院的學(xué)生比非物理學(xué)院的學(xué)生在17套實(shí)驗(yàn)測(cè)試中獲得更好的成績(jī)，大約高出2%～3%；物理學(xué)院實(shí)驗(yàn)班的學(xué)生比物理學(xué)院普通班的學(xué)生在17套實(shí)驗(yàn)測(cè)試中獲得更好的成績(jī)，大約高出1%～2%。從表1可以看出，學(xué)生背景確實(shí)與學(xué)習(xí)效果有著關(guān)聯(lián)性，不同背景的學(xué)生成績(jī)有一定的差距。物理學(xué)院實(shí)驗(yàn)班的學(xué)生成績(jī)優(yōu)于物理學(xué)院普通班的學(xué)生，物理學(xué)院的學(xué)生成績(jī)要優(yōu)于非物理學(xué)院的學(xué)生，這說(shuō)明同濟(jì)大學(xué)學(xué)生入學(xué)前的基礎(chǔ)知識(shí)背景不一樣，教師在進(jìn)行物理光學(xué)實(shí)驗(yàn)教學(xué)過(guò)程中要綜合考慮各班級(jí)學(xué)生背景因材施教，尤其是在進(jìn)行學(xué)習(xí)效果評(píng)價(jià)時(shí)需考慮各班級(jí)學(xué)生背景以保證評(píng)價(jià)的客觀性與公正性。

4.2 學(xué)生登錄時(shí)長(zhǎng)與學(xué)習(xí)效果關(guān)聯(lián)性分析

系統(tǒng)中的實(shí)驗(yàn)測(cè)驗(yàn)系統(tǒng)是利用開(kāi)源軟件WordPress平臺(tái)以及其具有題庫(kù)功能的優(yōu)秀插件WP PRO QUIZ，并在此基礎(chǔ)之上進(jìn)行二次開(kāi)發(fā)。插件WP PRO QUIZ中設(shè)置登錄時(shí)長(zhǎng)統(tǒng)計(jì)功能。登錄時(shí)長(zhǎng)統(tǒng)計(jì)是對(duì)頁(yè)面取得當(dāng)前的系統(tǒng)時(shí)間減去登錄時(shí)間得到的差的統(tǒng)計(jì)，為了將學(xué)生登錄時(shí)長(zhǎng)與學(xué)習(xí)效果關(guān)聯(lián)性進(jìn)行分析，將所有使用光學(xué)實(shí)驗(yàn)移動(dòng)學(xué)習(xí)系統(tǒng)的學(xué)生登錄時(shí)長(zhǎng)分為40～60min、60～80min、80～100min、超過(guò)100min，對(duì)應(yīng)的映射為40～60min、60～80 min、80～100min、more than 100min。收集數(shù)據(jù)庫(kù)中的成績(jī)，將數(shù)據(jù)離散化，對(duì)登錄時(shí)長(zhǎng)和其學(xué)生對(duì)應(yīng)的平均成績(jī)映射成相對(duì)應(yīng)字符。學(xué)生平均成績(jī)對(duì)應(yīng)的映射為5～6、6～7、7～8、8～9、9～10。利用SPSS modeler軟件進(jìn)行關(guān)聯(lián)性分析。設(shè)定最小支持度為0.1，最小置信度為0.7。學(xué)生測(cè)試的平均分如圖4.2所示，部分關(guān)聯(lián)性計(jì)算結(jié)果如表2所示。

圖4.2 不同登錄時(shí)長(zhǎng)的學(xué)生測(cè)試平均分

表2 部分關(guān)聯(lián)性計(jì)算結(jié)果

從圖4.2可以看出登錄時(shí)長(zhǎng)與學(xué)習(xí)效果確實(shí)有著關(guān)聯(lián)性，不同的登錄時(shí)長(zhǎng)導(dǎo)致學(xué)生實(shí)驗(yàn)成績(jī)有一定的差距。因此教師在對(duì)學(xué)生進(jìn)行學(xué)習(xí)效果評(píng)價(jià)時(shí)應(yīng)考慮登錄時(shí)長(zhǎng)因素，在平時(shí)教學(xué)過(guò)程中要鼓勵(lì)學(xué)生堅(jiān)持利用光學(xué)實(shí)驗(yàn)移動(dòng)學(xué)習(xí)系統(tǒng)進(jìn)行學(xué)習(xí)，而不是只為了答題。

4.3 學(xué)生答題次數(shù)與學(xué)習(xí)效果關(guān)聯(lián)性分析

光學(xué)實(shí)驗(yàn)移動(dòng)學(xué)習(xí)系統(tǒng)中答題次數(shù)的統(tǒng)計(jì)同樣利用其插件WP PRO QUIZ進(jìn)行設(shè)置。答題次數(shù)是系統(tǒng)取得答題平臺(tái)中學(xué)生進(jìn)行試卷答題次數(shù)的統(tǒng)計(jì)。答題次數(shù)的統(tǒng)計(jì)是對(duì)學(xué)生進(jìn)行答題總和的統(tǒng)計(jì)。為了將學(xué)生答題次數(shù)與學(xué)習(xí)效果關(guān)聯(lián)性進(jìn)行分析，將所有學(xué)生的登錄次數(shù)分為10～20次、20～30次、30～40次、超過(guò)40次，對(duì)應(yīng)的映射為10～20、20～30、30～40、more than 40。收集數(shù)據(jù)庫(kù)中的成績(jī)，將數(shù)據(jù)離散化，對(duì)登錄次數(shù)和其學(xué)生對(duì)應(yīng)的平均成績(jī)映射成相對(duì)應(yīng)字符。利用SPSS modeler軟件進(jìn)行關(guān)聯(lián)性分析。研究設(shè)定最小支持度為0.3，最小置信度為0.6。學(xué)生測(cè)試的平均分如圖4.3所示，部分關(guān)聯(lián)性計(jì)算結(jié)果如表3所示。

圖4.3 不同答題次數(shù)的學(xué)生測(cè)試平均分

表3 部分關(guān)聯(lián)性計(jì)算結(jié)果

從圖4.3可以看出，物理光學(xué)實(shí)驗(yàn)移動(dòng)學(xué)習(xí)系統(tǒng)的登錄次數(shù)與學(xué)習(xí)效果確實(shí)有著關(guān)聯(lián)性，不同的登錄次數(shù)導(dǎo)致學(xué)生實(shí)驗(yàn)成績(jī)有一定的差距。因此教師在對(duì)學(xué)生進(jìn)行學(xué)習(xí)效果評(píng)價(jià)時(shí)應(yīng)考慮登錄次數(shù)因素，在平時(shí)教學(xué)過(guò)程中也要鼓勵(lì)學(xué)生多次登錄及利用移動(dòng)學(xué)習(xí)系統(tǒng)進(jìn)行不斷學(xué)習(xí)，以提高相關(guān)知識(shí)水平。

4.4 學(xué)生知識(shí)結(jié)構(gòu)類型與學(xué)習(xí)效果關(guān)聯(lián)性分析

對(duì)測(cè)試題內(nèi)容進(jìn)行設(shè)計(jì)并進(jìn)行編碼，共分為3個(gè)不同的交互層次。第一層次涉及的物理概念和所使用的物理器材，第二層次是對(duì)于實(shí)驗(yàn)中進(jìn)行的步驟，第三層次是對(duì)該實(shí)驗(yàn)中結(jié)論的應(yīng)用。在試題設(shè)計(jì)的基礎(chǔ)上對(duì)學(xué)生的平均分進(jìn)行統(tǒng)計(jì)。

為了將學(xué)生知識(shí)結(jié)構(gòu)類型與學(xué)習(xí)效果關(guān)聯(lián)性進(jìn)行分析，將所有學(xué)生知識(shí)結(jié)構(gòu)類型分為第一層次，第二層次，第三層次，分別以level1，level2，level3進(jìn)行字符映射。收集數(shù)據(jù)庫(kù)中的成績(jī)，將數(shù)據(jù)離散化。設(shè)定最小支持度為0.2，最小置信度為0.6。學(xué)生測(cè)試的平均分如圖4.4所示，部分關(guān)聯(lián)性計(jì)算結(jié)果如表4所示。

圖4.4 不同知識(shí)結(jié)構(gòu)類型的學(xué)生平均分分布

從表4可以看出，學(xué)生的知識(shí)結(jié)構(gòu)水平與學(xué)習(xí)效果確實(shí)有著關(guān)聯(lián)性，知識(shí)結(jié)構(gòu)水平不同的學(xué)生實(shí)驗(yàn)成績(jī)有一定的差距。學(xué)生在使用移動(dòng)學(xué)習(xí)平臺(tái)的過(guò)程中，對(duì)知識(shí)的認(rèn)知主要集中在知道物理概念，記住物理公式的第一層次上，涉及到綜合分析問(wèn)題的第三層次較少，這就導(dǎo)致答對(duì)第二和第三層次題目多的學(xué)生成績(jī)高，學(xué)習(xí)效果好。因此教師在對(duì)學(xué)生進(jìn)行學(xué)習(xí)效果評(píng)價(jià)時(shí)應(yīng)考慮學(xué)生的知識(shí)結(jié)構(gòu)因素，了解學(xué)生的掌握程度，在利用學(xué)生知識(shí)結(jié)構(gòu)進(jìn)行學(xué)習(xí)效果評(píng)價(jià)的同時(shí)也做到分層教學(xué)，關(guān)注每一個(gè)學(xué)生的學(xué)習(xí)動(dòng)態(tài)。

表4 部分關(guān)聯(lián)性計(jì)算結(jié)果

續(xù)表

5 結(jié)語(yǔ)

隨著互聯(lián)網(wǎng)絡(luò)不斷地發(fā)展及教學(xué)工具不斷地更新，高效而有價(jià)值的利用教育數(shù)據(jù)已經(jīng)成為教育研究的趨勢(shì)[8]。通過(guò)關(guān)聯(lián)規(guī)則的數(shù)據(jù)分析方法，收集了學(xué)生在線學(xué)習(xí)過(guò)程中產(chǎn)生的數(shù)據(jù)并研究學(xué)生在線學(xué)習(xí)成績(jī)與登錄時(shí)長(zhǎng)、答題次數(shù)、知識(shí)結(jié)構(gòu)類型、學(xué)生背景的關(guān)聯(lián)性，并借鑒布魯姆的教育目標(biāo)分類法并結(jié)合光學(xué)實(shí)驗(yàn)的特征，制定知識(shí)結(jié)構(gòu)類型的編碼框架，這不僅可以加深學(xué)生對(duì)自我學(xué)習(xí)狀態(tài)的掌握，促使其及時(shí)調(diào)整學(xué)習(xí)方法，從而可以提高學(xué)生的學(xué)習(xí)成績(jī)，而且能夠幫助教師更客觀、公正地評(píng)價(jià)學(xué)生的在線學(xué)習(xí)。