基于數(shù)據(jù)挖掘的選課推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

馮楚生　杜曉明

摘? 要 在高校管理系統(tǒng)中，學(xué)生信息數(shù)據(jù)量眾多，但對(duì)信息的利用率低，無(wú)法為學(xué)生提供完善的課程推薦服務(wù)。提出利用數(shù)據(jù)挖掘技術(shù)構(gòu)建學(xué)生個(gè)性化的選課推薦系統(tǒng)，首先，分析學(xué)生行為特征，提取學(xué)生的個(gè)性特征并構(gòu)建學(xué)生的用戶畫(huà)像;其次，根據(jù)Apriori算法對(duì)課程信息進(jìn)行關(guān)聯(lián)分析，挖掘課程之間的關(guān)聯(lián)性，優(yōu)化選課推薦集。通過(guò)個(gè)性化推薦選課服務(wù)，促進(jìn)學(xué)生個(gè)性化學(xué)習(xí)，使學(xué)生更好地利用學(xué)校資源。

關(guān)鍵詞 數(shù)據(jù)挖掘;選課推薦系統(tǒng);用戶畫(huà)像;關(guān)聯(lián)規(guī)則;Apriori算法

中圖分類(lèi)號(hào)：G642? ? 文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：1671-489X（2020）16-0012-03

Design of Course Selection Recommendation System based on Data Mining//FENG Chusheng， DU Xiaoming

Abstract For todays college management systems， there is a lotof student information data， but the interest rate of the school for?information is low， and it cannot provide students with comprehen-sive student course management and course recommendation ser-vices. This paper proposes to use data mining technology to con-struct a personalized recommendation system for students. We ana-lyze the behavioral characteristics of students， extract the personalitycharacteristics of students and construct student portraits of students， recommend courses based on the characteristics of student portraits， and then use the Apriori algorithm to conduct course information. Association analysis， mining the correlation between courses， and optimizing the set of recommended courses. Through personalized recommendation course selection service， students personalized?learning can be improved， students learning dynamics can be under-stood， students can make better use of school resources， further im-prove the schools teaching services， and improve the schools tea-ching quality.

Key words data mining; course selection recommendation system; association rules; Apriori algorithm

1 引言

隨著信息技術(shù)的發(fā)展，數(shù)據(jù)產(chǎn)生的渠道也在迅猛增多，隨之而來(lái)的數(shù)據(jù)庫(kù)中包含的數(shù)據(jù)量也在呈指數(shù)增加趨勢(shì)，從收集到的數(shù)據(jù)中找到有用信息的方法就變得尤為重要。數(shù)據(jù)挖掘是其中非常關(guān)鍵的技術(shù)之一，它能使數(shù)學(xué)算法與大數(shù)據(jù)有機(jī)地結(jié)合起來(lái)，并應(yīng)用于實(shí)際工作中[1]。

數(shù)據(jù)挖掘技術(shù)的研究如今已經(jīng)在生活中的各個(gè)領(lǐng)域得到廣泛應(yīng)用，在國(guó)外很早之前就有學(xué)者提出要將數(shù)據(jù)挖掘技術(shù)應(yīng)用到教育領(lǐng)域。隨著現(xiàn)如今高校教育的改革，就選課功能而言，學(xué)生培養(yǎng)計(jì)劃中的大部分課程由學(xué)校制定為必修課，小部分課程為學(xué)生自主選擇研究方向后選擇的專業(yè)選修課和公共選修課[2]。就必修課程而言，每學(xué)期安排的必修課程之間的前后關(guān)聯(lián)順序安排是學(xué)校教學(xué)需要討論的重點(diǎn)。對(duì)于剛?cè)雽W(xué)的新生，在基礎(chǔ)課程未學(xué)習(xí)掌握時(shí)，一般會(huì)對(duì)后期成績(jī)產(chǎn)生部分影響。每學(xué)期的時(shí)間是固定的，那么每學(xué)期安排多少課程，對(duì)學(xué)生學(xué)習(xí)和掌握知識(shí)會(huì)產(chǎn)生影響。同樣，對(duì)于選修課而言，存在公共選修課種類(lèi)眾多而專業(yè)選修課的專業(yè)方向不明確等諸如此類(lèi)的問(wèn)題，然而學(xué)生在面對(duì)未知的課程時(shí)，只能根據(jù)課程名稱來(lái)選擇自己選修的課程，往往無(wú)法選到真正對(duì)自己專業(yè)方向有幫助或是自己感興趣的課程。

如今在高校管理信息系統(tǒng)中，存在往年眾多的信息數(shù)據(jù)，但是學(xué)校對(duì)于信息的利用大部分停留在簡(jiǎn)單的增加、刪除、修改、查找的階段，甚至有些高校為減少內(nèi)存的占用，定期將部分信息從學(xué)生信息系統(tǒng)中刪除。對(duì)教學(xué)數(shù)據(jù)進(jìn)行科學(xué)使用并深入挖掘分析，可以幫助教務(wù)部門(mén)合理安排課程，并對(duì)一些不合理的課程進(jìn)行調(diào)整，從而適應(yīng)學(xué)生個(gè)性化發(fā)展的需要，合理分配教學(xué)資源，幫助學(xué)生找到學(xué)習(xí)目標(biāo)，提高高校的教學(xué)水平和學(xué)生的整體素質(zhì)[3]。

2 相關(guān)研究

數(shù)據(jù)挖掘是從隨機(jī)的、大量的、模糊的、不完全的、有噪聲的數(shù)據(jù)中，運(yùn)用統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、人工智能等科學(xué)方法挖掘出隱含在其中的未知的、但有潛在價(jià)值的信息和知識(shí)的過(guò)程[4]。通過(guò)對(duì)數(shù)據(jù)的挖掘來(lái)獲得未知的模式與規(guī)律。本文運(yùn)用用戶畫(huà)像、關(guān)聯(lián)規(guī)則技術(shù)對(duì)學(xué)生基本信息、課程成績(jī)信息進(jìn)行挖掘分析，挖掘出學(xué)生與課程之間的規(guī)律，并利用規(guī)律實(shí)現(xiàn)對(duì)課程的個(gè)性化推薦。

用戶畫(huà)像? 在20世紀(jì)90年代，Alan Cooper就提出用戶畫(huà)像是真實(shí)用戶的虛擬表示，是利用一系列真實(shí)數(shù)據(jù)對(duì)用戶進(jìn)行建模表示的產(chǎn)物[5]。用戶畫(huà)像是通過(guò)搜集和分析用戶個(gè)人屬性、行為偏好、心理狀態(tài)等數(shù)據(jù)，將用戶信息行為抽象化展示[6]。通常以可視化的形式進(jìn)行表示，用一系列的用戶標(biāo)簽對(duì)用戶的行為特征信息進(jìn)行描述[7]。用戶標(biāo)簽表示用戶的興趣愛(ài)好、行為習(xí)慣、心理狀態(tài)等，對(duì)每個(gè)標(biāo)簽賦予不同的權(quán)重來(lái)表示標(biāo)簽特征的需求程度，從而實(shí)現(xiàn)量化用戶特征的目的[8]。對(duì)于高校信息化教育建設(shè)而言，用戶畫(huà)像就是指面向高校學(xué)生，通過(guò)收集學(xué)生各種信息數(shù)據(jù)，如個(gè)人信息、消費(fèi)數(shù)據(jù)、圖書(shū)借閱數(shù)據(jù)等，進(jìn)行深度分析，建立起一個(gè)以標(biāo)簽形式為主的學(xué)生用戶模型。

關(guān)聯(lián)規(guī)則? R.Agrawal等人在1993年提出關(guān)聯(lián)規(guī)則，現(xiàn)在成為數(shù)據(jù)挖掘領(lǐng)域的一個(gè)重要研究方向[9]。它通常應(yīng)用在銷(xiāo)售事務(wù)數(shù)據(jù)庫(kù)中，通過(guò)找到已售商品之間的聯(lián)系，挖掘其隱藏的客觀規(guī)律，并利用該規(guī)律合理安排商品的擺放和搭配，從而獲得更高經(jīng)濟(jì)效益。Agrawal和Srikant（1994）在頻繁的k-項(xiàng)目集中觀察到一個(gè)有趣的向下閉包性質(zhì)，稱為Apriori：只有當(dāng)k-項(xiàng)目集的所有子項(xiàng)目集都是頻繁的時(shí)，它才是頻繁的[10]。本文使用關(guān)聯(lián)分析的方法分析學(xué)生課程之間的關(guān)聯(lián)，這種關(guān)聯(lián)分析對(duì)教學(xué)管理很有幫助，可以了解學(xué)生先通過(guò)學(xué)習(xí)哪些公選課獲得知識(shí)，而后繼續(xù)學(xué)習(xí)其他的公選課。本文使用經(jīng)典的Apriori算法對(duì)選修的課程進(jìn)行關(guān)聯(lián)分析。

3 個(gè)性化課程推薦系統(tǒng)設(shè)計(jì)

推薦系統(tǒng)通常是內(nèi)嵌于的系統(tǒng)或網(wǎng)站中，在系統(tǒng)或網(wǎng)站運(yùn)行過(guò)程中發(fā)揮向用戶提供個(gè)性化推薦的功能。它通過(guò)統(tǒng)計(jì)和分析用戶的行為習(xí)慣、用戶特征等，構(gòu)建用戶畫(huà)像，預(yù)測(cè)用戶興趣偏好，向用戶推薦可能喜歡的物品。最常被使用的推薦算法是協(xié)同過(guò)濾算法，可以共用他人經(jīng)驗(yàn)，避免內(nèi)容分析的不確定性。當(dāng)然，它也存在冷啟動(dòng)、稀疏性的缺點(diǎn)，此時(shí)需要根據(jù)具體的應(yīng)用環(huán)境，選擇合適的推薦算法。而課程推薦不同于商品推薦，學(xué)生選課時(shí)往往會(huì)受到朋友和同學(xué)的影響，課程推薦具有群體性。同時(shí)，課程應(yīng)該是有先后順序的“商品”，前一個(gè)課程的學(xué)習(xí)會(huì)對(duì)之后的課程產(chǎn)生影響，若只推薦熱門(mén)課程容易造成“馬太效應(yīng)”。

在學(xué)生信息中心存在大量數(shù)據(jù)，包括學(xué)生的學(xué)籍信息、一卡通消費(fèi)數(shù)據(jù)、圖書(shū)借閱數(shù)據(jù)、考勤數(shù)據(jù)等，這些數(shù)據(jù)都相對(duì)獨(dú)立地存在于各個(gè)系統(tǒng)中，尚未被有效利用和指導(dǎo)學(xué)生學(xué)習(xí)，本文介紹如何利用這些數(shù)據(jù)信息指導(dǎo)學(xué)生選課服務(wù)。各個(gè)系統(tǒng)中存在不同類(lèi)型的學(xué)生數(shù)據(jù)，反映學(xué)生不同的特征。首先收集這些信息，對(duì)這些信息進(jìn)行整理建模，構(gòu)建學(xué)生用戶畫(huà)像，將學(xué)生信息標(biāo)簽化，尋找學(xué)生選課偏好和親密學(xué)生興趣偏好;其次，預(yù)選課程成績(jī)受到眾多因素影響，通過(guò)貝葉斯網(wǎng)絡(luò)對(duì)預(yù)選課程進(jìn)行預(yù)測(cè)，優(yōu)化推薦集。對(duì)于已選部分課程的學(xué)生，對(duì)課程進(jìn)行關(guān)聯(lián)分析，通過(guò)已選課程推薦下一個(gè)課程。

構(gòu)建學(xué)生用戶畫(huà)像? 構(gòu)建用戶畫(huà)像的基本技術(shù)流程是采集原始數(shù)據(jù)、標(biāo)準(zhǔn)化清洗、建立數(shù)據(jù)模型、數(shù)據(jù)運(yùn)算分析、可視化呈現(xiàn)[11]。在實(shí)際操作過(guò)程中，根據(jù)實(shí)際的工作需要，建立相關(guān)的數(shù)據(jù)模型，對(duì)學(xué)生標(biāo)簽賦予不同的權(quán)重，構(gòu)建不同的用戶畫(huà)像。本文是構(gòu)建學(xué)生用戶畫(huà)像，所以從學(xué)生的行為習(xí)慣、親密關(guān)系等方面來(lái)構(gòu)建學(xué)生的用戶畫(huà)像。收集各個(gè)系統(tǒng)的數(shù)據(jù)，對(duì)系統(tǒng)中的數(shù)據(jù)簡(jiǎn)單進(jìn)行統(tǒng)計(jì)分析，建立標(biāo)簽?zāi)Ｐ停罄眠@些標(biāo)簽?zāi)Ｐ瓦M(jìn)行個(gè)性化推薦服務(wù)。具體流程如圖1所示。

1）興趣偏好推薦模型。通過(guò)圖書(shū)館數(shù)據(jù)和考勤數(shù)據(jù)統(tǒng)計(jì)學(xué)生的閱讀時(shí)間和訪問(wèn)行為，構(gòu)建學(xué)生的行為畫(huà)像，反映學(xué)生的努力程度。若學(xué)生出勤率低，反映學(xué)生不愿去教室上課，可優(yōu)先向其推薦網(wǎng)絡(luò)課程，方便學(xué)生隨時(shí)學(xué)習(xí)。對(duì)學(xué)生的早起情況進(jìn)行分析，可以通過(guò)學(xué)生的刷卡時(shí)間和課程實(shí)際情況判斷學(xué)生是否有早起習(xí)慣，若學(xué)生無(wú)早起習(xí)慣，則優(yōu)先向其推薦下午或者晚上的選修課程或者無(wú)時(shí)間要求的網(wǎng)課。按照?qǐng)D書(shū)分類(lèi)的方法對(duì)圖書(shū)借閱數(shù)據(jù)進(jìn)行分析，對(duì)學(xué)生借閱情況進(jìn)行歸類(lèi)統(tǒng)計(jì)分析，找出學(xué)生最感興趣的圖書(shū)類(lèi)別，作為推薦的方向。最終通過(guò)學(xué)生的上課偏好、早起習(xí)慣、圖書(shū)偏好進(jìn)行個(gè)性化推薦選修課程。

2）親密度推薦模型。在實(shí)際選課時(shí)，朋友或者同學(xué)會(huì)影響學(xué)生的選課情況，他們傾向于選擇那些與他們關(guān)系比較親密的同學(xué)的相同或相似的課程。從學(xué)生的一卡通刷卡記錄中，統(tǒng)計(jì)所有學(xué)生與目標(biāo)學(xué)生在兩分鐘內(nèi)共同參與某件事件的次數(shù)，如進(jìn)出宿舍、吃飯、考勤、進(jìn)出圖書(shū)館等，然后根據(jù)相關(guān)公式計(jì)算學(xué)生親密度，尋找出親密度較高的學(xué)生，根據(jù)這些學(xué)生的選課情況，對(duì)目標(biāo)學(xué)生進(jìn)行課程推薦[12]。

3）預(yù)選課程成績(jī)預(yù)測(cè)模型。學(xué)生成績(jī)與多重要素相關(guān)，系統(tǒng)中存在大量數(shù)據(jù)，將其分成直接相關(guān)數(shù)據(jù)和間接相關(guān)數(shù)據(jù)。以往的考試成績(jī)、對(duì)基礎(chǔ)知識(shí)掌握程度等構(gòu)成直接相關(guān)數(shù)據(jù)，反映學(xué)生直接的學(xué)習(xí)狀態(tài)。學(xué)生的行為習(xí)慣等數(shù)據(jù)是間接相關(guān)數(shù)據(jù)，學(xué)習(xí)成績(jī)與良好的行為習(xí)慣呈正相關(guān)。這些行為習(xí)慣數(shù)據(jù)包括就餐規(guī)律、打水規(guī)律、圖書(shū)館進(jìn)出頻次、圖書(shū)借閱記錄、宿舍門(mén)禁進(jìn)出規(guī)律、校園購(gòu)物頻次及金額等。通過(guò)貝葉斯網(wǎng)絡(luò)，依據(jù)直接相關(guān)數(shù)據(jù)和間接相關(guān)數(shù)據(jù)，對(duì)預(yù)選課程成績(jī)進(jìn)行預(yù)測(cè)。

關(guān)聯(lián)推薦模型? 課程之間具有高度關(guān)聯(lián)性。通過(guò)運(yùn)用Apriori關(guān)聯(lián)算法對(duì)課程關(guān)系進(jìn)行挖掘，生成關(guān)聯(lián)課程推薦集。對(duì)于已選修部分課程的學(xué)生，可通過(guò)關(guān)聯(lián)課程推薦集進(jìn)行推薦，同時(shí)結(jié)合學(xué)業(yè)計(jì)劃要求和已選課程情況進(jìn)行調(diào)整。若已選修兩學(xué)分的自然創(chuàng)新類(lèi)，而學(xué)業(yè)計(jì)劃中要求選修六學(xué)分的人文類(lèi)課程，四學(xué)分的自然創(chuàng)新類(lèi)課程，則需要減少自然創(chuàng)新類(lèi)課程的推薦。

4 系統(tǒng)評(píng)價(jià)

收集某高校2014—2018級(jí)所有學(xué)生數(shù)據(jù)，并運(yùn)用這些數(shù)據(jù)對(duì)本文推薦算法與熱門(mén)課程推薦算法、協(xié)同過(guò)濾算法進(jìn)行比較分析，主要從推薦課程的精確率、召回率、覆蓋率方面對(duì)算法進(jìn)行比較分析[13]，結(jié)果表1所示。

從實(shí)驗(yàn)結(jié)果可以看出，本文所用的推薦算法準(zhǔn)確度達(dá)到18%，大幅提高了選課系統(tǒng)的精度;在召回率和覆蓋率上都明顯優(yōu)于熱門(mén)課程推薦算法和協(xié)同過(guò)濾算法。這說(shuō)明一些傳統(tǒng)的推薦算法可能適用于其他系統(tǒng)，但不適用于選課推薦系統(tǒng)，不能做到有效的課程推薦。所以需要實(shí)事求是，具體問(wèn)題具體分析，分析學(xué)生群體特點(diǎn)，抓住學(xué)生的行為特征，并基于這些特征對(duì)課程進(jìn)行推薦。同時(shí)，傳統(tǒng)的選課推薦算法無(wú)法解決新生選課的冷啟動(dòng)問(wèn)題，容易造成課程的“馬太效應(yīng)”，導(dǎo)致學(xué)校資源的浪費(fèi)，不能真正提供選課的個(gè)性化推薦服務(wù)。本文提出的算法充分考慮學(xué)生的行為習(xí)慣和閱讀興趣，從而實(shí)現(xiàn)真正的課程個(gè)性化推薦。

5 結(jié)語(yǔ)

高校選課系統(tǒng)應(yīng)當(dāng)從學(xué)生角度出發(fā)，結(jié)合學(xué)生興趣、需求、性格、特長(zhǎng)等方面因素，擇優(yōu)推薦相應(yīng)的課程。而目前高校的選課系統(tǒng)效率低，未能充分利用學(xué)生信息，不能提供課程的個(gè)性化推薦。本文提出一種新的推薦算法，并利用該算法對(duì)課程進(jìn)行推薦，有助于學(xué)生更好地融入學(xué)習(xí)生活，尋找到適合自己的方向并提高學(xué)生的學(xué)習(xí)效率，幫助學(xué)校及時(shí)調(diào)整學(xué)習(xí)資源，將學(xué)習(xí)資源合理化運(yùn)行，減少學(xué)校資源的浪費(fèi)。后續(xù)將對(duì)用戶畫(huà)像刻畫(huà)維度進(jìn)一步深化，對(duì)標(biāo)簽體系進(jìn)一步完善，考慮學(xué)生的心理因素等，使得課程推薦更為準(zhǔn)確，更好地為學(xué)校和學(xué)生服務(wù)。

參考文獻(xiàn)

[1]張建平.數(shù)據(jù)挖掘技術(shù)分析與研究[J].消費(fèi)電子，2013（4）：65.

[2]Agrawal R， Imielinski T， Swami A. Mining associa-tion rules between sets of items in large databases[J].ACM SIGMOD Record，1993，22（2）：207-216.

[3]張志友.數(shù)據(jù)挖掘技術(shù)在選課系統(tǒng)中的應(yīng)用[J].實(shí)驗(yàn)室科學(xué)，2007（3）：94-96.

[4]Fayyad U M， Piatetsky-Shapiro G， Smyth P， et al. Advances in knowledge discovery and data mining[M].Cambridge： AAAI Press/The MIT Press，1996.

[5]Brickey J， Walczak S， Burgess T. Comparing semi-automated clustering methods for persona development[M].California： IEEE Transactions on Software Engi-neering，2012：38.

[6]亓叢，吳俊.用戶畫(huà)像概念溯源與應(yīng)用場(chǎng)景研究[J].重慶交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017（5）：82-87.

[7]何躍，馬麗霞，騰格爾.基于用戶訪問(wèn)興趣的Web日志挖掘[J].系統(tǒng)工程理論與實(shí)踐，2012（6）：1353-1361.

[8]關(guān)梓驁.基于大數(shù)據(jù)技術(shù)的用戶畫(huà)像系統(tǒng)的設(shè)計(jì)與研究：以“心發(fā)現(xiàn)”平臺(tái)為例[D].北京：北京郵電大學(xué)，2018.

[9]郭曉玉.基于Weka平臺(tái)的關(guān)聯(lián)分析算法研究[D].杭州：浙江工業(yè)大學(xué)，2015.

[10]Liu H， Guo R， Jiang H. Research and Improvement?of Apriori Algorithm for Mining Association Rules[J].Computer Applications and Software，2009（1）：146-149.

[11]葛曉濱.基于畫(huà)像技術(shù)對(duì)學(xué)生實(shí)現(xiàn)精準(zhǔn)分析和服務(wù)[J].安徽建筑大學(xué)學(xué)報(bào)，2019（3）：99-104.

[12]陳敬洋.基于行為分析的選課推薦系統(tǒng)[D].武漢：華中師范大學(xué)，2019.

[13]宋雅婷.基于協(xié)同過(guò)濾改進(jìn)算法的個(gè)性化選課推薦的研究[D].昆明：云南師范大學(xué)，2013.

*資助項(xiàng)目：全國(guó)教育科學(xué)“十三五”規(guī)劃課題（課題編號(hào)：ECA180463）;江蘇省教育科學(xué)“十三五”規(guī)劃課題（課題編號(hào)：B-b/2018/01/38）;江蘇科技大學(xué)本科生創(chuàng)新計(jì)劃課題。

作者：馮楚生，江蘇科技大學(xué)蘇州理工學(xué)院，研究方向?yàn)樾畔⒐芾?杜曉明，江蘇科技大學(xué)，助理研究員，博士，研究方向?yàn)樾畔⒐芾恚?15600）。