基于聚類(lèi)分析的高校英語(yǔ)課程需求分析研究

周霞 張映雪 李哲

摘? 要： 課程設(shè)置與學(xué)生實(shí)際需要之間的不適應(yīng)是當(dāng)前高校教學(xué)發(fā)展中的突出問(wèn)題。由于影響課程設(shè)置和學(xué)生需求關(guān)系的因素眾多，且缺少結(jié)構(gòu)化數(shù)據(jù)集和量化性評(píng)價(jià)指標(biāo)，所以已有研究多以定性分析為主，未能解釋各影響因素之間相關(guān)性的強(qiáng)度及順序，使得現(xiàn)有的課程設(shè)計(jì)仍以經(jīng)驗(yàn)設(shè)計(jì)為主。該文以相關(guān)性模型為基礎(chǔ)，提出基于聚類(lèi)分析方法的課程需求分析與量化評(píng)價(jià)模型。將學(xué)生對(duì)課程的需求定義為“自主型”“友好型”“自驅(qū)型”“被動(dòng)型”四種類(lèi)型，并將自教務(wù)管理系統(tǒng)中收集的客觀成績(jī)和主觀評(píng)教等數(shù)據(jù)進(jìn)行人工標(biāo)定以形成數(shù)據(jù)集。通過(guò)相關(guān)性對(duì)數(shù)據(jù)屬性進(jìn)行有效分析以獲取相關(guān)性排序，并將相關(guān)性最高的屬性作為特征數(shù)據(jù)使用聚類(lèi)分析進(jìn)行對(duì)比驗(yàn)證。在測(cè)試中，“交流?成績(jī)”和“交流?評(píng)價(jià)”兩項(xiàng)最強(qiáng)相關(guān)關(guān)系的準(zhǔn)確率分別為91%和83%，從而證明了所提相關(guān)性分析方法的有效性，能夠?yàn)楦咝４髮W(xué)英語(yǔ)課程改革提供量化分析指標(biāo)。

關(guān)鍵詞： 課程需求分析; 量化評(píng)價(jià)模型; 聚類(lèi)分析; 數(shù)據(jù)標(biāo)定; 相關(guān)性排序; 高校英語(yǔ)教學(xué)

中圖分類(lèi)號(hào)： TN923.34?34; TP391? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A? ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2019）16?0154?05

0? 引? 言

大學(xué)英語(yǔ)課程是高校課程設(shè)置中的重要組成部分[1]。高校學(xué)生通過(guò)兩年的課程學(xué)習(xí)需要達(dá)到教學(xué)大綱所要求的語(yǔ)言運(yùn)用能力和跨文化交際能力[2]。而在實(shí)際學(xué)習(xí)中，大部分學(xué)生仍很難達(dá)到該要求，更難成為應(yīng)用型國(guó)際化人才。這表明學(xué)生的實(shí)際需求、教學(xué)大綱和大學(xué)英語(yǔ)課程設(shè)置三者之間仍需進(jìn)一步協(xié)調(diào)，進(jìn)行有機(jī)組合[3]。大學(xué)英語(yǔ)課程的設(shè)置應(yīng)著重考慮學(xué)生的實(shí)際需求和自身?xiàng)l件進(jìn)行合理調(diào)整。

常規(guī)教學(xué)與效果分析主要以統(tǒng)計(jì)數(shù)據(jù)和定性分析為主，缺乏對(duì)非數(shù)值數(shù)據(jù)的支持[4]。從學(xué)生角度出發(fā)的課程需求數(shù)據(jù)的獲取大多停留在主觀評(píng)價(jià)部分。其中，學(xué)生評(píng)教是學(xué)生表達(dá)對(duì)課程需求的一項(xiàng)重要數(shù)據(jù)，屬于個(gè)人主觀評(píng)價(jià)，同時(shí)又受到同學(xué)間評(píng)價(jià)的影響，即易受情緒支配;其他需求數(shù)據(jù)可通過(guò)教師座談等數(shù)據(jù)獲得，但也存在主觀評(píng)價(jià)問(wèn)題[5]。將評(píng)教數(shù)據(jù)轉(zhuǎn)化為可量化的有效數(shù)據(jù)就需要考慮數(shù)據(jù)轉(zhuǎn)移效率的問(wèn)題[4]，而這種效率難以度量。大數(shù)據(jù)環(huán)境中有更多數(shù)據(jù)可用于教學(xué)效果的評(píng)價(jià)[6]以及課程建設(shè)，但已有研究中大多以大綱式框架建設(shè)方案為主，缺少可直接借鑒的模型和方法。而其他評(píng)價(jià)模型，如LDA可對(duì)評(píng)價(jià)類(lèi)文本數(shù)據(jù)進(jìn)行較好的處理[6]，但缺少教學(xué)相關(guān)的多因素相關(guān)性分析研究。

由于教學(xué)和需求是多種因素相互作用的結(jié)果，教學(xué)研究中也存在不少使用相關(guān)性分析的研究[7?8]，但該類(lèi)研究仍以定性相關(guān)性分析為主，以簡(jiǎn)單統(tǒng)計(jì)為輔，缺乏數(shù)據(jù)和量化指標(biāo)支持。

為揭示現(xiàn)有英語(yǔ)課程與學(xué)生實(shí)際需求之間的關(guān)聯(lián)，為后續(xù)高校課程設(shè)置提供直觀量化的依據(jù)，結(jié)合已有研究和數(shù)據(jù)分析，本文基于聚類(lèi)分析方法提出了因素相關(guān)性課程需求量化分析模型，以此對(duì)影響課程效果的四類(lèi)主要因素進(jìn)行定量研究。首先，本文收集了湖北某高校大學(xué)生對(duì)英語(yǔ)相關(guān)課程的評(píng)價(jià)數(shù)據(jù)1 500條;然后，對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理，重點(diǎn)進(jìn)行了評(píng)價(jià)數(shù)據(jù)屬性的有效性分析與過(guò)濾;隨后，將數(shù)據(jù)集按4∶1拆分為訓(xùn)練集和測(cè)試集。其中，將學(xué)生對(duì)課程的需求程度標(biāo)定為“自主型”“友好型”“自驅(qū)型”“被動(dòng)型”四種類(lèi)型，以提高模型訓(xùn)練的準(zhǔn)確性，并便于對(duì)測(cè)試結(jié)果進(jìn)行評(píng)價(jià)。最后，通過(guò)K?means聚類(lèi)分析算法進(jìn)行了測(cè)試，從而驗(yàn)證了“成績(jī)與聽(tīng)課率”關(guān)系在英語(yǔ)課程需求中具有最高的相關(guān)性，為高校大學(xué)英語(yǔ)課程改革提供量化分析數(shù)據(jù)和指標(biāo)依據(jù)。

1? 樣本數(shù)據(jù)集

1.1? 數(shù)據(jù)獲取

本文以湖北某高校教務(wù)系統(tǒng)歷史運(yùn)行數(shù)據(jù)作為研究基礎(chǔ)，包含英語(yǔ)各專(zhuān)業(yè)與課程成績(jī)、評(píng)教成績(jī)、到課/聽(tīng)課率、學(xué)生性別等。為便于后續(xù)測(cè)試，將調(diào)查的數(shù)據(jù)結(jié)果進(jìn)行預(yù)處理，形成影響學(xué)生課程需求的5個(gè)因素屬性，分別為“性別”“評(píng)教”“成績(jī)”“聽(tīng)課率”“考勤”，可得樣本集為：

[Ui=ui1，ui2，…，uik] （1）

式中：[i∈1，M]，[M]描述集合大小;[uik]描述集合中第[i]個(gè)樣本[ui]的第[k]個(gè)屬性值。

1.2? 數(shù)據(jù)預(yù)處理

原始數(shù)據(jù)中，“性別”、“課程類(lèi)型”與“分析類(lèi)型”均屬于文本類(lèi)型，不能被多因子分析方法[9]直接使用。因此，本文選用One hot編碼[10]將文本數(shù)據(jù)轉(zhuǎn)換成數(shù)值型進(jìn)行表示如表1所示。

本文采用人工標(biāo)定方法對(duì)需求類(lèi)型進(jìn)行標(biāo)定，形成標(biāo)定的數(shù)據(jù)集，來(lái)更好地評(píng)價(jià)分析模型[5]，然后再將其分為訓(xùn)練集和測(cè)試集。訓(xùn)練集數(shù)據(jù)屬性與范例數(shù)據(jù)見(jiàn)表2。

為了解數(shù)據(jù)集中課程的分布情況，按“自主型”“友好型”“自驅(qū)型”“被動(dòng)型”四種需求類(lèi)型分別進(jìn)行了統(tǒng)計(jì)。統(tǒng)計(jì)結(jié)果如圖1所示。

由此可見(jiàn)，訓(xùn)練集中屬性值“成績(jī)”與“聽(tīng)課率”，“評(píng)教”與“成績(jī)”對(duì)課程需求類(lèi)型相關(guān)性最高。因此，在對(duì)測(cè)試集進(jìn)行聚類(lèi)分析時(shí)，主要根據(jù)該關(guān)系組開(kāi)展測(cè)試與分析工作。

3? 聚類(lèi)分析與結(jié)果測(cè)試

在上述數(shù)據(jù)預(yù)處理的基礎(chǔ)上，將原始數(shù)據(jù)集中的20%數(shù)據(jù)采用K?means算法進(jìn)行聚類(lèi)測(cè)試。

3.1? K?means算法測(cè)試

1） 將收集好的大學(xué)英語(yǔ)需求特征數(shù)據(jù)值轉(zhuǎn)化為向量預(yù)先保存到文本中。

2） 構(gòu)建隨機(jī)質(zhì)心[O]（中心點(diǎn)），并設(shè)置[k=4]，即將數(shù)據(jù)集分為“自主型”“自驅(qū)型”“友好型”“被動(dòng)型”4個(gè)簇。隨機(jī)質(zhì)心[O]在整個(gè)數(shù)據(jù)集的邊界之內(nèi)，這可以通過(guò)找到數(shù)據(jù)集每一維的最小和最大值來(lái)完成，然后生成0～1.0之間的隨機(jī)數(shù)并通過(guò)取值范圍和最小值，以便確保隨機(jī)點(diǎn)在數(shù)據(jù)的邊界之內(nèi)。

3） 基于上述初始化過(guò)程，構(gòu)建K?means算法。創(chuàng)建[K]個(gè)質(zhì)心，然后將每個(gè)點(diǎn)分配到最近的質(zhì)心，再重新計(jì)算質(zhì)心。這個(gè)過(guò)程重復(fù)數(shù)次，直到數(shù)據(jù)點(diǎn)的簇分配結(jié)果不再改變位置。返回類(lèi)質(zhì)心與點(diǎn)分配結(jié)果。停止條件為沒(méi)有需要分配的任務(wù)到不同的簇，質(zhì)心不再發(fā)生變化，或者均方誤差[E]的值下降幅度最小。[E]的計(jì)算公式為：

4? 結(jié)? 論

針對(duì)當(dāng)前課程設(shè)置與學(xué)生實(shí)際需要間的不匹配發(fā)展問(wèn)題，探究如何將課程設(shè)置中的多種因素及其相互關(guān)系數(shù)值化，在此基礎(chǔ)上展開(kāi)多因素相關(guān)性量化分析，從多相關(guān)因素中找到影響最強(qiáng)烈，即與“學(xué)生學(xué)習(xí)需求”相關(guān)性最高的因素。以此優(yōu)化并設(shè)計(jì)新的教學(xué)目標(biāo)和教學(xué)方法?；谶@一目標(biāo)，本文從學(xué)生日常教學(xué)運(yùn)行數(shù)據(jù)源著手，將學(xué)生對(duì)課程的需求進(jìn)行分類(lèi)，并將影響分類(lèi)的數(shù)據(jù)屬性進(jìn)行有效性分析，最后利用聚類(lèi)分析中常用的K?means算法加以驗(yàn)證。本文測(cè)試數(shù)據(jù)是教務(wù)管理系統(tǒng)中的歷史數(shù)據(jù)，更多條件下的課程需求研究并未包含在本研究中，這也是未來(lái)具有潛在研究?jī)r(jià)值的內(nèi)容。

參考文獻(xiàn)

[1] 郝強(qiáng)，邵榮，閆旭.大學(xué)英語(yǔ)課程轉(zhuǎn)型發(fā)展的思考[J].運(yùn)城學(xué)院學(xué)報(bào)，2019（3）：64?68.

HAO Qiang， SHAO Rong， YAN Xu. Thoughts on the transformation and development of college English courses [J]. Journal of Yuncheng University， 2019（3）： 64?68.

[2] 董艷云.培養(yǎng)思辨能力構(gòu)建英語(yǔ)素質(zhì)教育模式[N].中國(guó)社會(huì)科學(xué)報(bào)，2017?01?12（8）.

DONG Yanyun. Cultivate speculative ability and construct English q uality education model [N]. Chinese Social Sciences Today， 2017?01?12（8）.

[3] 張瓊.培養(yǎng)應(yīng)用型人才背景下民辦本科高校大學(xué)英語(yǔ)教學(xué)策略研究[N].科學(xué)導(dǎo)報(bào)，2017?03?24（C2）.

ZHANG Qiong. Research on college English teaching strategies in private undergraduate colleges under the background of cultivating applied talents [N]. Scientific guide， 2017?03?24（C2）.

[4] 張?zhí)m蘭.大學(xué)生在慕課中學(xué)習(xí)態(tài)度與學(xué)習(xí)成績(jī)的研究[D].哈爾濱：哈爾濱師范大學(xué)，2019.

ZHANG Lanlan. Study on the attitude and academic achievement of college students in the MOOC [D]. Harbin： Harbin Normal University， 2019.

[5] 王儉，修國(guó)義，過(guò)仕明.基于知識(shí)特征的在線評(píng)論知識(shí)轉(zhuǎn)移效率測(cè)度研究[J].情報(bào)科學(xué)，2019，37（7）：146?150.

WANG Jian， XIU Guoyi， GUO Shiming. The measurement of knowledge transfer efficiency of online reviews based on knowledge features [J]. Information science， 2019， 37（7）： 146?150.

[6] 鐘明玲，周曉玲.大數(shù)據(jù)環(huán)境下大學(xué)英語(yǔ)課程有效評(píng)估模式的構(gòu)建[J].英語(yǔ)廣場(chǎng)，2019（8）：114?115.

ZHONG Mingling， ZHOU Xiaoling. The construction of effective evaluation mode of college English course in big data environment [J]. English square， 2019（8）： 114?115.

[7] 徐朝軍，房小敏.LDA模型在Web教育資源語(yǔ)義標(biāo)注中的應(yīng)用研究[J].高等理科教育，2019（3）：61?67.

XU Chaojun，F(xiàn)ANG Xiaomin. Application of LDA in semantic tagging of web educational resource [J]. Higher education of science， 2019（3）： 61?67.

[8] 高素艷.大學(xué)英語(yǔ)及其與通識(shí)教育的相關(guān)性分析[J].科教導(dǎo)刊（上旬刊），2018（12）：46?47.

GAO Suyan. College English and its relevance analysis with general education [J]. The guide of science & education（On the ten?day）， 2018（12）： 46?47.

[9] 余磊，梁永林，田永衍，等.中醫(yī)基礎(chǔ)理論課程過(guò)程性考核與成績(jī)的相關(guān)性分析[J].中醫(yī)教育，2018，37（4）：47?49.

YU Lei， LIANG Yonglin， TIAN Yongyan， et al. Correlation between process assessment and achievement in course of basic theory of traditional Chinese medicine [J]. Education of chinese medicine， 2018， 37（4）： 47?49.

[10] 芮立.基于多因子分析的無(wú)線傳感器網(wǎng)絡(luò)可靠性評(píng)估模型設(shè)計(jì)[J].現(xiàn)代電子技術(shù)，2019，42（12）：156?160.

RUI Li. Design of reliability evaluation model based on multifactor analysis for wireless sensor network [J]. Modern electronics technique， 2019， 42（12）： 156?160.

[11] RODRIGUEZ P， BAUTISTA M A， GONZALEZ J， et al. Beyond one?hot encoding： lower dimensional target embedding [J]. Image and vision computing， 2018， 75： 21?31.