關(guān)聯(lián)規(guī)則方法在學(xué)生學(xué)習(xí)行為中的應(yīng)用研究

張琳　吳軍　歐陽艾嘉

摘要：學(xué)生在學(xué)習(xí)課程中的各種學(xué)習(xí)活動都產(chǎn)生了大量的數(shù)據(jù)信息，本文以《數(shù)據(jù)庫應(yīng)用技術(shù)》課程中學(xué)生學(xué)習(xí)情況作為研究對象，對學(xué)習(xí)行為進(jìn)行數(shù)據(jù)分析，采用數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)規(guī)則方法進(jìn)行實際分析，找出學(xué)習(xí)行為中的聯(lián)系，以調(diào)整教學(xué)方法，從而實現(xiàn)良好的教學(xué)效果。

關(guān)鍵詞：數(shù)據(jù)挖掘;關(guān)聯(lián)規(guī)則;學(xué)習(xí)

中圖分類號： TP391? ? ? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2021）04-0215-02

1 數(shù)據(jù)挖掘技術(shù)

隨著大數(shù)據(jù)產(chǎn)業(yè)的全面發(fā)展與普及，數(shù)據(jù)挖掘技術(shù)的作用日益突出，目前在各個領(lǐng)域都會應(yīng)用到數(shù)據(jù)挖掘的相關(guān)技術(shù)進(jìn)行數(shù)據(jù)分析。比如，在超市日常營業(yè)的活動中，顧客購物時會產(chǎn)生大量的消費(fèi)數(shù)據(jù)，通過關(guān)聯(lián)規(guī)則方法、聚類分析方法等可以設(shè)計出合理的營銷方案;比如，在銀行業(yè)務(wù)中產(chǎn)生了大量的交易數(shù)據(jù)，通過對這些數(shù)據(jù)進(jìn)行挖掘，可以對客戶行為進(jìn)行深入研究，從而設(shè)計出更具特色的理財產(chǎn)品等。

數(shù)據(jù)挖掘（DM）是指從海量的數(shù)據(jù)中，采用專業(yè)的挖掘技術(shù)進(jìn)行數(shù)據(jù)分析，將內(nèi)在的、未知的以及具有實際價值的信息進(jìn)行發(fā)現(xiàn)、分析、提取的過程。

數(shù)據(jù)挖掘的主要特點(diǎn)有：

1）需進(jìn)行處理的數(shù)據(jù)規(guī)模和數(shù)量比較龐大、雜亂，僅用簡單的統(tǒng)計方法無法進(jìn)行處理，需要采用專業(yè)的數(shù)據(jù)處理方法;

2）數(shù)據(jù)挖掘采用的是預(yù)測的方法，挖掘出來的知識（即知識發(fā)現(xiàn)）是不能實現(xiàn)預(yù)知的，并不能進(jìn)行精確查詢。

3）在進(jìn)行數(shù)據(jù)挖掘的過程中，規(guī)則的發(fā)現(xiàn)需要事先設(shè)置閾值，當(dāng)置信度達(dá)到要求時，即認(rèn)為規(guī)則成立，否則就視為不成立。

4）挖掘的實際過程中，除了完成潛在的任務(wù)，還要進(jìn)行管理和維護(hù)規(guī)則。

總之，數(shù)據(jù)挖掘技術(shù)主要有兩種功能，一是預(yù)測/驗證功能，二是描述功能。其中，預(yù)測/驗證功能主要是對已知的屬性進(jìn)行預(yù)測或驗證;描述功能主要是根據(jù)實際需要找出描述數(shù)據(jù)的可理解模式。

2 關(guān)聯(lián)規(guī)則

關(guān)聯(lián)規(guī)則挖掘的目的是找出數(shù)據(jù)庫中不同數(shù)據(jù)項集之間隱藏的關(guān)聯(lián)關(guān)系。關(guān)聯(lián)規(guī)則挖掘技術(shù)已經(jīng)被廣泛應(yīng)用在各個行業(yè)，其中最典型的是在一些超市里面，通過從超市購買的信息中挖掘出潛在的、有用的、有價值的信息，從而更加合理的、有針對性地去對商品銷售的情況進(jìn)行調(diào)整和管理，以便提高超市銷售額。

最為出名的就是數(shù)據(jù)挖掘歷史上的“尿布與啤酒”的故事，利用這個故事來闡述幾個會使用到的概念。

現(xiàn)有購買食品的一個簡單數(shù)據(jù)庫，如下圖所示：

關(guān)聯(lián)規(guī)則就是有關(guān)聯(lián)的規(guī)則，比如上圖中買了啤酒的同時也買尿布，{啤酒}->{尿布}（X->Y）就是一條關(guān)聯(lián)規(guī)則。那么這條規(guī)則的強(qiáng)度如何呢？比如說如果買啤酒的人里面只有1%的人同時買了尿布，這樣的話似乎這個規(guī)則就不算準(zhǔn)確了。那么如果買啤酒的人100%都會買尿布，是不是就算很強(qiáng)的規(guī)則呢？也不盡然，比如在這10000次購買中，只有一個人買了啤酒，雖然買啤酒的人100%買了尿布，但是畢竟就一次購買，所以也算不得多么有效。這兩項指標(biāo)便是confidence和support。

confidence指的是這兩項在同一條記錄中同時出現(xiàn)的次數(shù)/集合中X（啤酒）出現(xiàn)的次數(shù)，如上例中 3/4 = 75%

confidence（A==>B）=P（A|B）可信度是準(zhǔn)確性的衡量，夠買啤酒的用戶有多少購買了尿布。

support指的是這兩項在同一條記錄中同時出現(xiàn)的次數(shù)/記錄的總個數(shù) ，如上例中 3/5 = 60%

support（A=>B）=P（A n B）

支持度是重要性的衡量，在所有的事物中占多大的代表性。

關(guān)聯(lián)規(guī)則方法的主要步驟是：先找出頻繁集，在從頻繁集中找出強(qiáng)關(guān)聯(lián)規(guī)則。

頻繁集，是指滿足最小支持度或置信度的集合，支持度或置信度是事先預(yù)定義的。

強(qiáng)關(guān)聯(lián)規(guī)則，是指既滿足最小支持度又滿足最小置信度的規(guī)則，也是進(jìn)行數(shù)據(jù)挖掘的最終目的。

3 Apriori算法

關(guān)聯(lián)規(guī)則方法中最常用的是Apriori 算法。

本文中，用到的Apriori 算法主要步驟是：根據(jù)給定的數(shù)據(jù)，形成一個數(shù)據(jù)庫。首先，第一次通過掃描數(shù)據(jù)庫形成C1（1階候選項集），從C1中找出所有支持度[≥]最小支持度的項集組成L1（1階大項集）;然后，再進(jìn)行第二次掃描數(shù)據(jù)庫形成C2（2階候選項集），從C2中找出所有支持度≥最小支持度的項集組成L2（2階大項集）;然后，再進(jìn)行第三次掃描數(shù)據(jù)庫形成C3（3階候選項集），從C2中找出所有支持度≥最小支持度的項集組成L3（3階大項集）;最后，合并所有的大項集形成最大項頻繁項集。本文只運(yùn)算到3階大項集，若數(shù)據(jù)庫比較龐大，有N階項集，需要進(jìn)行第N次掃描數(shù)據(jù)庫時，每次都與最小支持度比較，從而得到相對性的N階候選項集。

4 具體應(yīng)用

以學(xué)生參加《數(shù)據(jù)庫應(yīng)用技術(shù)》課程的學(xué)習(xí)情況為例，進(jìn)行深入分析與研究。 通過獲取學(xué)生作業(yè)統(tǒng)計情況，進(jìn)行初步的數(shù)據(jù)清洗，取出需要的數(shù)據(jù)項進(jìn)行處理，本文只截取一小部分為例進(jìn)行說明。

使用數(shù)值型關(guān)聯(lián)規(guī)則將數(shù)據(jù)轉(zhuǎn)化為二值型，將每個用戶的事務(wù)進(jìn)行處理，比如每一項完成80%以上就處理為“1”，否則處理為“0”。

進(jìn)一步規(guī)范，將完成的學(xué)習(xí)行為作為數(shù)據(jù)挖掘的商品，進(jìn)行編號，生成數(shù)據(jù)庫D。

使用Apriori算法基本思想，進(jìn)行關(guān)聯(lián)規(guī)則運(yùn)算，預(yù)定義min support=5/10，具體運(yùn)算步驟如下：

產(chǎn)生的關(guān)聯(lián)規(guī)則如下表所示：

Apriori算法最終的輸出結(jié)果是：L=L1UL2UL3

通過L1、L2、L3進(jìn)一步生成學(xué)習(xí)行為之間的關(guān)聯(lián)規(guī)則，則可挖掘出存在的強(qiáng)關(guān)聯(lián)規(guī)則（即發(fā)現(xiàn)那些置信度和支持度都大于或等于閾值的規(guī)則）

例如：

規(guī)則1[?]2：

Support=support（{1，2}）=50%

Confidence=support（{1，2}）/support（{1}）=83.3%

規(guī)則2[?]1：

Support=support（{1，2}）=50%

Confidence=support（{1，2}）/support（{2}）=62.5%

規(guī)則1，2?[5]

Support=support（{1，2，5}）=50%

Confidence=support（{1，2，5}）/support（{1，2}）=100%

同理，可以計算出每個規(guī)則。

假定min confidence=3/4=75%，通過分析，發(fā)現(xiàn)滿足X.Confidence>min Confidence條件的關(guān)聯(lián)規(guī)則有：1[?]2，{1，2}[?5，]1[?]5，2 ?5，5 ?2，這些規(guī)則都成為強(qiáng)關(guān)聯(lián)規(guī)則。

總之，從以上分析中可見，在學(xué)生學(xué)習(xí)《數(shù)據(jù)庫應(yīng)用技術(shù)》行為中，章節(jié)測驗、討論和簽到這三者學(xué)習(xí)行為之間是息息相關(guān)的，互相影響的。通過有針對性的調(diào)整學(xué)習(xí)任務(wù)，可以較好地實現(xiàn)教學(xué)效果，從而為教師的備課、授課指引明確的方向。

參考文獻(xiàn)：

[1] 崔妍，包志強(qiáng).關(guān)聯(lián)規(guī)則挖掘綜述[J].計算機(jī)應(yīng)用研究，2016，33（2）：330-334.

[2] 吳青，羅儒國，王權(quán)于.基于關(guān)聯(lián)規(guī)則的網(wǎng)絡(luò)學(xué)習(xí)行為實證研究[J].現(xiàn)代教育技術(shù)，2015，25（7）：88-94.

[3] 田娜，陳明選.網(wǎng)絡(luò)教學(xué)平臺學(xué)生學(xué)習(xí)行為聚類分析[J].中國遠(yuǎn)程教育，2014（11）：38-41.

【通聯(lián)編輯：唐一東】