宋紹云　陳一民

摘要：針對各專業(yè)計(jì)算機(jī)網(wǎng)絡(luò)課程，利用數(shù)據(jù)挖掘技術(shù)，運(yùn)用Excel Idata工具對學(xué)生考試成績進(jìn)行數(shù)據(jù)挖掘和分析，以達(dá)到改進(jìn)教學(xué)方法，提高教學(xué)質(zhì)量的目的。對今后的計(jì)算機(jī)網(wǎng)絡(luò)教學(xué)工作具有一定的指導(dǎo)意義。

關(guān)鍵詞：數(shù)據(jù)挖掘；計(jì)算機(jī)網(wǎng)絡(luò)；Excel；教學(xué)質(zhì)量；粗糙集

中圖分類號：G642 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號：1009-3044(2012)36-8753-03

計(jì)算機(jī)網(wǎng)絡(luò)是高等學(xué)校有關(guān)專業(yè)的重要專業(yè)課程，但目前我校計(jì)算機(jī)網(wǎng)絡(luò)課程主要采用教師講授和驗(yàn)證性實(shí)驗(yàn)相結(jié)合的教學(xué)模式，實(shí)驗(yàn)教學(xué)主要是模仿學(xué)習(xí)和驗(yàn)證課堂上學(xué)過的知識(shí)，難以將學(xué)過的理論知識(shí)應(yīng)用到實(shí)際和解決實(shí)際問題，不能充分發(fā)揮學(xué)生的主動(dòng)性和創(chuàng)造性。計(jì)算機(jī)網(wǎng)絡(luò)的教學(xué)目標(biāo)是使學(xué)生能夠?qū)⒗碚撝R(shí)應(yīng)用到實(shí)際中，能做出符合實(shí)際的網(wǎng)絡(luò)實(shí)施方案，充分發(fā)揮學(xué)生的主觀能動(dòng)性，正確安裝配置網(wǎng)絡(luò)設(shè)備和各種服務(wù)器軟件，成為既熟悉本專業(yè)業(yè)務(wù)又掌握計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的復(fù)合型人才。為提高該課程的教學(xué)質(zhì)量和教學(xué)效果，更好地培養(yǎng)學(xué)生計(jì)算機(jī)應(yīng)用能力，采用數(shù)據(jù)挖掘技術(shù)對多年的考試成績中現(xiàn)隱含的知識(shí)進(jìn)行分析，為學(xué)校計(jì)算機(jī)網(wǎng)絡(luò)課程實(shí)施教學(xué)改革提供決策支持。

1 數(shù)據(jù)挖掘基本概念

粗糙集理論作為一種處理不精確(imprecise)、不一致(inconsistent)、不完整(incomplete)等各種不完備的信息有效的工具，一方面得益于他的數(shù)學(xué)基礎(chǔ)成熟、不需要先驗(yàn)知識(shí)；另一方面在于它的易用性。由于粗糙集理論創(chuàng)建的目的和研究的出發(fā)點(diǎn)就是直接對數(shù)據(jù)進(jìn)行分析和推理，從中發(fā)現(xiàn)隱含的知識(shí)，揭示潛在的規(guī)律，因此是一種天然的數(shù)據(jù)挖掘或者知識(shí)發(fā)現(xiàn)方法，它與基于概率論的數(shù)據(jù)挖掘方法、基于模糊理論的數(shù)據(jù)挖掘方法和基于證據(jù)理論的數(shù)據(jù)挖掘方法等其他處理不確定性問題理論的方法相比較，最顯著的區(qū)別是它不需要提供問題所需處理的數(shù)據(jù)集合之外的任何先驗(yàn)知識(shí)，而且與處理其他不確定性問題的理論有很強(qiáng)的互補(bǔ)性(特別是模糊理論)。完整的數(shù)據(jù)挖掘過程分為確定業(yè)務(wù)對象、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、結(jié)果分析。數(shù)據(jù)挖掘技術(shù)的方法主要有數(shù)理統(tǒng)計(jì)、神經(jīng)網(wǎng)絡(luò)、模糊理論、粗糙集理論、遺傳算法、決策樹方法、統(tǒng)計(jì)分析、聚類法等。

2 數(shù)據(jù)準(zhǔn)備

3 基于Excel Ida的數(shù)據(jù)挖掘

基于Excel Ida的ESX 能幫助創(chuàng)建目標(biāo)數(shù)據(jù)，找出數(shù)據(jù)中的不規(guī)則性，執(zhí)行數(shù)據(jù)挖掘并提供有關(guān)所發(fā)現(xiàn)知識(shí)實(shí)際值的解釋。ESX 使用的主要數(shù)據(jù)結(jié)構(gòu)是一種三層概念的層次結(jié)構(gòu)，如圖1所示。樹的實(shí)例層上結(jié)點(diǎn)表示了各個(gè)實(shí)例，它們定義了概念層上給出的概念類。概念層上結(jié)點(diǎn)存放了各個(gè)實(shí)例層子結(jié)點(diǎn)中屬性值的匯總統(tǒng)計(jì)。樹的根層結(jié)點(diǎn)存放了這個(gè)域中所有實(shí)例的匯總信息。將概念層和根層的匯總信息提交給報(bào)表生成器，依次輸出電子表格形式的匯總報(bào)表。

4 結(jié)果分析及教學(xué)改革

從表4可以看出，在歷屆考試中，問答題的重要度為2.13，對考試結(jié)果影響最大，而問答題的主要考核內(nèi)容是有關(guān)基本功能和基本工作原理，從次可以看出，教學(xué)中必須加強(qiáng)對這部知識(shí)的講授，并在實(shí)驗(yàn)中體現(xiàn)這部分內(nèi)容。其次填空題的重要度為1.95，這部分考核的內(nèi)容主要是計(jì)算機(jī)網(wǎng)絡(luò)基本概念，對學(xué)生的成績影較大。最后是判斷題和名詞解釋。而平時(shí)成績對總分的影響很小，可以忽略。究其原因，由于理論考試的知識(shí)點(diǎn)較多，并且更側(cè)重于概念方面，部分學(xué)生在平時(shí)的學(xué)習(xí)中沒有很好地去理解和掌握，因而導(dǎo)致本題得分對考試總分造成了重要影響。基本概念和基本原理一直是教學(xué)的重點(diǎn)和難點(diǎn)，尤其是概念，學(xué)生普遍感到較難，主要體現(xiàn)在不能正確掌握基本概念和基本原理的實(shí)質(zhì)內(nèi)容。判斷題和應(yīng)用題得分較高，相差不大，對考試結(jié)果的影響很小，這是因?yàn)閷W(xué)生對這塊內(nèi)容的學(xué)習(xí)比較感興趣，因而能較好地掌握基本的操作。由此可見，為了提高計(jì)算機(jī)網(wǎng)絡(luò)的學(xué)生考試成績和應(yīng)用能力，教師在平時(shí)的教學(xué)中應(yīng)加強(qiáng)理論部分的教學(xué)，幫助學(xué)生理解常見的概念和知識(shí)點(diǎn)，在實(shí)驗(yàn)任務(wù)完成后，學(xué)生對實(shí)驗(yàn)必須具備基本概念進(jìn)行描述，這樣學(xué)生可以通過感性知識(shí)來掌握理性知識(shí)。

5 結(jié)束語

該文以計(jì)算機(jī)網(wǎng)絡(luò)課程為例，利用基于粗糙集理論中的屬性重要性，并用Excel Ida工具分析了影響學(xué)生考試成績的主要知識(shí)點(diǎn)，表明數(shù)據(jù)挖掘技術(shù)在課堂教學(xué)中具有重要的作用和意義，通過對考試數(shù)據(jù)的有效挖掘，進(jìn)而指導(dǎo)今后的教學(xué)工作。使教學(xué)模式符合計(jì)算機(jī)網(wǎng)絡(luò)課程特點(diǎn)，提高學(xué)生解決問題和分析問題的能力。

參考文獻(xiàn)：

[1] 王國胤. Rough 理論與知識(shí)獲取[M]. 西安: 西安交通大學(xué)出版社, 2001:3.

[2] 劉宇陽. 數(shù)據(jù)挖掘技術(shù)在高校學(xué)生成績分析中應(yīng)用[J].交通科技與經(jīng)濟(jì), 2008(4): 65-67.

[3] 柳炳祥, 章義來. 基于數(shù)據(jù)挖掘的教學(xué)評價(jià)方法[J]. 計(jì)算機(jī)與現(xiàn)代化, 2005(4):87-89.

[4] 張文宇. 數(shù)據(jù)挖掘與粗糙集方法[M]. 西安: 西安電子科技大學(xué)出版社, 2007:42-43.

[5] 韓玲, 朱昌杰, 胡國亮. 粗糙集理論在計(jì)算機(jī)基礎(chǔ)教學(xué)測評中應(yīng)用[J]. 電腦知識(shí)與技術(shù), 2010,6(12):3064-3065.

[6] 王國胤,安久將,吳渝.Rough 集理論代數(shù)觀與信息的差異量化分析[J].小型微型計(jì)算機(jī)系統(tǒng), 2005,26(7):1187-1189.

[7] Han Jiawei, Kamber M.數(shù)據(jù)挖掘概念與技術(shù)[M]. 范明, 孟小峰,等,譯.北京:機(jī)械工業(yè)出版社,2001.

[8] Quinlan J R.C4. 5: programs for machine learning[M].Morgan Kaufmann.San Mateo, CA, 1993.

[9] Margaret H. Dunham. 數(shù)據(jù)挖掘教程[M]. 郭崇慧, 田鳳占, 靳曉明,等,譯.北京: 清華大學(xué)出版社, 2005.

[10] 張?jiān)茲? 龔玲. 數(shù)據(jù)挖掘原理與技術(shù)[M]. 北京: 電子工業(yè)出版社,2004.

[11] Roiger R J.數(shù)據(jù)挖掘教程[M]. 翁敬農(nóng),譯.北京: 清華大學(xué)出版社, 2003.

[12] Kantardzic M.數(shù)據(jù)挖掘——概念、模型、方法和算法[M]. 閃四清,譯.北京:清華大學(xué)出版社,2003.

[13] Berndt E R.The practice of Economer trics[M].Addison- Wesley: A. Stukel AT Dartmouth. EDU, 1991.