阮慎
(柳州師范高等專科學(xué)校數(shù)學(xué)與計算機科學(xué)系,柳州 545004)
基于粗糙集的《C#程序設(shè)計語言》課程成績分析
阮慎
(柳州師范高等??茖W(xué)校數(shù)學(xué)與計算機科學(xué)系,柳州 545004)
通過使用粗糙集理論對《C#程序設(shè)計語言》課程的成績進行分析,揭示其中重要度信息,從而總結(jié)出一些有益于《C#程序設(shè)計語言》課程教學(xué)的結(jié)論,以便該門課程的教學(xué)得到進一步改進。
粗糙集;C#程序設(shè)計語言;試卷分析
在當(dāng)代的應(yīng)試教育中,成績好壞仍然是衡量學(xué)生是否掌握所學(xué)知識的一個標準。傳統(tǒng)的試卷分析通常采用數(shù)理統(tǒng)計法,只是簡單進行平均分、難度、覆蓋度等方面的分析,只是分析出分數(shù)的集中趨勢,不利于該門課程教學(xué)進行有效改進。通過使用粗糙集對試卷進行分析,找出試卷是否精煉、是否存在冗余題目等,能夠充分衡量試卷的重要程度,為該門課程的教學(xué)改進提供有效策略。
粗糙集(Rough Set,RS)理論[1]是由波蘭學(xué)者Paw1ak教授提出的一種處理不精確和不確定信息的數(shù)學(xué)工具。下面給出文中涉及到的一些基本概念,其余的請參考文獻[2]。
定義1四元組S=(U,A=C∪D,V,f)為信息系統(tǒng)。其中∪表示對象的非空有限集合,稱其為論域;A=C∪D表示屬性的非空有限集合,C是條件屬性集合,D是決策屬性集合,一般D=syggg00,且C∩D≠?;V=∪Va,Va表示屬性a∈A的值域;f表示U×A→V的一個信息函數(shù),它為每個對象在每個屬性上賦予一個信息值,即?a∈A,x∈U,f(x,a)∈Va。若條件屬性取值有遺漏或缺失,記遺漏屬性值為*,稱信息系統(tǒng)為不完備信息系統(tǒng),否則稱為完備信息系統(tǒng)。
定義2設(shè)S=(U,A=C∪D,V,f)為一個信息表,B?A,定義B在U上的不可分辨關(guān)系IB為:IB={(x,y)∈U×U,f(x,a)=f(y,a),?a∈B}
定義3設(shè)S=(U,A=C∪D,V,f)為一個信息表,X為U的非空子集,B?A且B≠?,集合X的B下近似定義如下:B_X={x∈U,IB(X)?X}
定義4在決策表中,D的C正域被記為POS(C,D)=∪{C_(X),X∈U/D}。
定義5在決策表中,C相對于D的屬性依賴度定義為γ(C,D)=|POS(C,D)|/|U|,依賴度越大,則該屬性對D影響越大。
這是從某班級學(xué)生進行的期考考試中獲取到的數(shù)據(jù)表,從中隨機抽取9位學(xué)生的成績,對其整理可得表1。其中,ID為每條成績記錄,其他為對應(yīng)的題型與試卷總分。在該試卷中,單項選擇題總分20分,程序完善題總分15分,讀程序?qū)懡Y(jié)果題總分25分,簡答題20分,編程題20分。
表1 原始成績表
首先對表1中的原始數(shù)據(jù)(成績分數(shù))進行離散化處理。根據(jù)試卷特點,按一般的等級劃分標準進行,依次用1、2和3表示不及格(<60)、及格(60~79)和優(yōu)秀(80~100)。如題目1滿分是20分,1號學(xué)生獲得的實際分值是18分,18÷20×100=90,對應(yīng)屬性值為3,其余類似計算,從而得到新的決策表。為了描述方便,我們使用F1~F5代表各題型,使用Z代表總分,離散化后的結(jié)果如表2所示。
表2 離散化后的決策表
根據(jù)前面的定義1可得出:
根據(jù)前面的定義2,可知:
根據(jù)前面的定義3,D關(guān)于每個屬性的依賴度如下:
通過對上述隨機抽取的9位學(xué)生成績數(shù)據(jù)集進行分析,表明讀程序?qū)懡Y(jié)果與編程題對學(xué)生的成績影響較大,單項選擇題、程序完善題和簡答題影響一般。和平常學(xué)生的學(xué)習(xí)情況對比發(fā)現(xiàn),對于涉及編程類的語言,學(xué)生邏輯編程能力較弱,語句分析能力不強,從而容易造成丟分情況,影響了學(xué)生的考試成績。單項選擇題和簡答題主要是一些基本概念的考核,學(xué)生較容易識記;程序完善題主要是考核一些語法格式的熟記,因此這幾類題目,學(xué)生只要強記,基本都能拿到高分,對成績影響不大。這也正是說明了,學(xué)生的動手實踐能力不強,邏輯思路不清晰,編程混亂。因此,對于《C#程序設(shè)計語言》的開設(shè),在掌握基本理論知識的基礎(chǔ)上,合理安排學(xué)生的實踐實訓(xùn)實踐,加強學(xué)生的實踐動手能力。
本文通過一個簡單的實例說明了怎樣用粗糙集理論分析試卷中某試題類型對成績的重要度,由于本文所獲取的原始數(shù)據(jù)量為隨機選取、選擇的實例條數(shù)較少且數(shù)據(jù)信息完整,因此沒有體現(xiàn)出大數(shù)據(jù)量、數(shù)據(jù)集不完備情況下使用粗糙集進行數(shù)據(jù)挖掘的優(yōu)點。見微知著,該方法可以適用于任何科目的成績分析,挖掘出試卷中潛在的、有用的信息,為教師改進教學(xué)效果提供了很好的途徑。
[1] Paw1ak Z.Rough Set[J].Internationa1 Journa1 of Computer and Information Sciences,1982,11:341~356
[2] 苗奪謙,李道國.粗糙集理論、算法與應(yīng)用[M].北京:清華大學(xué)出版社,2008
作者簡介:阮慎(1978-),男,廣西賓陽人,碩士,講師,研究方向為數(shù)據(jù)挖掘、教育教學(xué)
Mark Analysis of C#Programming Language Course Based on Rough Set
RUAN Shen
(Department of Mathematics and Computer Science,Liuzhou Teachers Co11ege,Liuzhou 545004)
Uses rough set theory to ana1yze the mark of C#Programming Language course and the importance of information,which sums up to benefit the C#Programming Language teaching conc1usion and makes it to be further improved.
Rough Set;C#Programming Language;Text Ana1ysis
1007-1423(2015)05-0048-03
10.3969/j.issn.1007-1423.2015.05.010
2014-12-30
2015-01-20
2013年度廣西高等教育教學(xué)改革工程項目(No.2013JGB301)