張晶

摘要：數(shù)據(jù)挖掘是指在海量數(shù)據(jù)中挖掘出潛在有用的信息，并智能找出內(nèi)在關(guān)聯(lián)且客觀有效地提取有價(jià)值信息。在藝術(shù)類(lèi)院校計(jì)算機(jī)能力考核成績(jī)分析中運(yùn)用數(shù)據(jù)挖掘技術(shù)對(duì)考核成績(jī)進(jìn)行數(shù)據(jù)優(yōu)化處理，研究表明，利用該技術(shù)可得到計(jì)算機(jī)能力考核成績(jī)的好壞與哪些因素有關(guān)，為提升計(jì)算機(jī)教學(xué)質(zhì)量有一定的指導(dǎo)意義。

關(guān)鍵詞：數(shù)據(jù)挖掘；計(jì)算機(jī)能力考核；成績(jī)分析；關(guān)聯(lián)規(guī)則

中圖分類(lèi)號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2017）07-0197-03

1前沿

數(shù)據(jù)挖掘是數(shù)據(jù)庫(kù)研究、開(kāi)發(fā)和應(yīng)用最活躍的技術(shù)之一。數(shù)據(jù)挖掘是采用人工智能的方法對(duì)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行分析、獲取知識(shí)的過(guò)程。它們的結(jié)合能更好地為企業(yè)或有關(guān)部門(mén)不同范圍的決策分析提供有力的依據(jù)。

當(dāng)前，計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)應(yīng)用在大多數(shù)高校，所有高校都在進(jìn)行校園數(shù)字化建設(shè)。所以，勢(shì)必有大量的原始數(shù)據(jù)，并且要建立龐大的數(shù)據(jù)庫(kù)來(lái)存儲(chǔ)數(shù)據(jù)，其主要用途是基于簡(jiǎn)單的查詢(xún)和統(tǒng)計(jì)報(bào)表，沒(méi)有對(duì)這些數(shù)據(jù)進(jìn)行深層次的挖掘和規(guī)律查找，所以這樣的數(shù)據(jù)信息沒(méi)有充分利用起來(lái)。我們應(yīng)該思考利用目前最前端最科學(xué)的技術(shù)來(lái)發(fā)現(xiàn)高校各類(lèi)數(shù)據(jù)中的重要信息，并為管理部門(mén)決策提供重要依據(jù)。這就是數(shù)據(jù)挖掘技術(shù)。

大學(xué)計(jì)算機(jī)基礎(chǔ)課是藝術(shù)院校大一學(xué)生的必須課，以中國(guó)美術(shù)學(xué)院的入學(xué)新生為例，大約有1200人，龐大的學(xué)生數(shù)量如何有效的開(kāi)展計(jì)算機(jī)教學(xué)值得思考，就需要充分掌握學(xué)生的學(xué)習(xí)興趣、學(xué)生的能力所在及對(duì)教師的期望等相關(guān)參數(shù)進(jìn)行正確分析。由于大學(xué)計(jì)算機(jī)基礎(chǔ)課程是機(jī)考，成績(jī)存儲(chǔ)在服務(wù)器上，其中每個(gè)模塊的成績(jī)也獨(dú)立保存，如基礎(chǔ)單選題、word操作題、Excel操作題、PPT操作題等。在《大學(xué)計(jì)算機(jī)基礎(chǔ)》課程的成績(jī)管理工作中，會(huì)有大量的學(xué)生成績(jī)?cè)紨?shù)據(jù)，但對(duì)這些數(shù)據(jù)的處理還停留在簡(jiǎn)單的數(shù)據(jù)備份、查詢(xún)和簡(jiǎn)單統(tǒng)計(jì)階段，沒(méi)有對(duì)這些成績(jī)數(shù)據(jù)進(jìn)行深入的分析，找到有利于提高計(jì)算機(jī)能力的信息，這是對(duì)教學(xué)信息資源的浪費(fèi)。所以，將這些成績(jī)數(shù)據(jù)分離出來(lái)進(jìn)行數(shù)據(jù)挖掘是可行的。

通過(guò)對(duì)數(shù)據(jù)挖掘技術(shù)的研究，抽取中國(guó)美術(shù)學(xué)院《大學(xué)計(jì)算機(jī)基礎(chǔ)》課程的成績(jī)信息數(shù)據(jù)，利用決策樹(shù)算法生成決策樹(shù)分析學(xué)生成績(jī)優(yōu)良與哪些因素有關(guān)，并對(duì)決策樹(shù)進(jìn)行修剪，產(chǎn)生分類(lèi)規(guī)則，完成成績(jī)分析決策樹(shù)模型的建立。

2數(shù)據(jù)挖掘

2.1基本概念

數(shù)據(jù)挖掘是指從大型數(shù)據(jù)庫(kù)中提取隱含的、未知的、非平凡的極有潛在應(yīng)用價(jià)值的信息或模式，是數(shù)據(jù)庫(kù)中一個(gè)很有應(yīng)用價(jià)值的新領(lǐng)域。融合了數(shù)據(jù)庫(kù)、人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)等多個(gè)領(lǐng)域的理論和技術(shù)。數(shù)據(jù)挖掘要經(jīng)過(guò)數(shù)據(jù)采集、預(yù)處理、數(shù)據(jù)分析、結(jié)果表示等一系列過(guò)程。數(shù)據(jù)挖掘發(fā)現(xiàn)的知識(shí)通常是以概念、規(guī)則、模式、約束、可視化等形式表現(xiàn)。

2.2數(shù)據(jù)挖掘方法

數(shù)據(jù)挖據(jù)通過(guò)預(yù)測(cè)未來(lái)趨勢(shì)及行為，做出前瞻性的決策。數(shù)據(jù)挖掘的目標(biāo)是從數(shù)據(jù)庫(kù)中發(fā)現(xiàn)隱含的、有價(jià)值的知識(shí)。主要有以下三類(lèi)功能：

（1）關(guān)聯(lián)分析

數(shù)據(jù)關(guān)聯(lián)是數(shù)據(jù)庫(kù)中存在的一類(lèi)重要的可被發(fā)現(xiàn)的知識(shí)。若兩個(gè)或多個(gè)變量的取值之間存在某種規(guī)律性，就稱(chēng)為關(guān)聯(lián)。如計(jì)算機(jī)能力考核成績(jī)階段，教師可以根據(jù)學(xué)生的學(xué)習(xí)情況做進(jìn)一步關(guān)聯(lián)性分析，弄清影響學(xué)生學(xué)習(xí)成績(jī)的具體因素，從而為教師的教學(xué)改革提供科學(xué)指導(dǎo)意見(jiàn)。

（2）聚類(lèi)分析

數(shù)據(jù)庫(kù)中的記錄可被劃分為一系列有意義的子集，即聚類(lèi)。聚類(lèi)技術(shù)主要包括傳統(tǒng)的模式識(shí)別方法和數(shù)學(xué)分類(lèi)學(xué)。如對(duì)不同層次學(xué)生的考核可采用層次發(fā)進(jìn)行分析。

（3）概念描述

概念描述就是對(duì)某類(lèi)對(duì)象的內(nèi)涵進(jìn)行描述，并概況這類(lèi)對(duì)象的有關(guān)特征。分為特征性描述和區(qū)別性描述。如進(jìn)行計(jì)算機(jī)能力考核成績(jī)分析時(shí)，可以對(duì)學(xué)生的姓名、性別、年級(jí)等基本信息進(jìn)行詳細(xì)描述，讓老師在最短時(shí)間內(nèi)了解被考核學(xué)生的具體情況。

（4）檢測(cè)功能

數(shù)據(jù)挖掘技術(shù)得到進(jìn)一步優(yōu)化，其中偏差檢測(cè)是數(shù)據(jù)挖掘功能中的一種新的應(yīng)用形式。當(dāng)所有數(shù)據(jù)挖掘結(jié)束后，用戶(hù)可以通過(guò)偏差檢測(cè)對(duì)挖掘結(jié)果加以檢查發(fā)現(xiàn)數(shù)據(jù)結(jié)果中存在的不足。如計(jì)算機(jī)能力考核成績(jī)分析遇到不同的考試分?jǐn)?shù)偏差、學(xué)生信息偏差，不及時(shí)糾正就會(huì)導(dǎo)致考核成績(jī)?cè)u(píng)定結(jié)果誤差。

3計(jì)算機(jī)能力考核成績(jī)分析數(shù)據(jù)的采集

基于本文的研究，基本數(shù)據(jù)的獲?。和ㄟ^(guò)Excel設(shè)計(jì)問(wèn)卷調(diào)查形式，調(diào)查表的學(xué)生信息包括：學(xué)號(hào)、姓名、性別、系別、專(zhuān)業(yè)、考試成績(jī)；調(diào)查表的課程信息包括：興趣愛(ài)好、課堂講解、課堂作業(yè)、上機(jī)時(shí)數(shù)；調(diào)查表的學(xué)生考試相關(guān)信息包括：?jiǎn)芜x題、文字錄入、word操作、Excel操作、PPT操作、網(wǎng)絡(luò)應(yīng)用操作。

通過(guò)數(shù)據(jù)收集，進(jìn)行整體匯總，存于數(shù)據(jù)庫(kù)SOL數(shù)據(jù)庫(kù)中，以數(shù)據(jù)庫(kù)表的形式進(jìn)行存儲(chǔ)，將學(xué)生調(diào)查信息數(shù)據(jù)表與本學(xué)期計(jì)算機(jī)能力考核成績(jī)生產(chǎn)學(xué)生成績(jī)分析表。

4計(jì)算機(jī)能力考核成績(jī)的數(shù)據(jù)處理

學(xué)生參加考試過(guò)程中遇到的機(jī)器故障、電腦系統(tǒng)問(wèn)題等都會(huì)間接造成學(xué)生考試成績(jī)數(shù)據(jù)重復(fù)或不完整性，因此需要對(duì)成績(jī)數(shù)據(jù)進(jìn)行預(yù)處理。

1）數(shù)據(jù)清洗；處理空缺數(shù)據(jù)：忽略或用默認(rèn)值代替。一是學(xué)生缺考，需要將這些記錄刪除；二是某題沒(méi)做，默認(rèn)為0，這些記錄不可刪除。

2）數(shù)據(jù)集成：刪除重復(fù)記錄來(lái)解決數(shù)據(jù)冗余問(wèn)題。因機(jī)器故障，學(xué)生會(huì)在不同考場(chǎng)參加多次考試，導(dǎo)致一個(gè)學(xué)生成績(jī)數(shù)據(jù)多條，便要將成績(jī)最高保留，刪除其他。因?qū)W生不及格參加補(bǔ)考或重修，也可能造成冗余的成績(jī)記錄，也要?jiǎng)h除重復(fù)數(shù)據(jù)。

3）數(shù)據(jù)轉(zhuǎn)換

構(gòu)造屬性；將考核模塊六個(gè)方面添加到數(shù)據(jù)集中，用原有的數(shù)據(jù)屬性構(gòu)造新屬性。具體方法是按照?qǐng)D的分類(lèi)將每個(gè)考察部分的成績(jī)累加得到分?jǐn)?shù)，并計(jì)算獲得各個(gè)考察的總分。如分為理論基礎(chǔ)類(lèi)、office操作類(lèi)、網(wǎng)絡(luò)運(yùn)用類(lèi)使用三個(gè)屬性值：20、70、10

數(shù)據(jù)規(guī)范化：我們需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理以便更好進(jìn)行分析。將各考察方面的得分與該考察的總分相除，總成績(jī)與試卷總分相除，得到一個(gè)[0，1]范圍數(shù)據(jù)。具體處理為：理論基礎(chǔ)類(lèi)：實(shí)際分?jǐn)?shù)/20；office操作類(lèi)：實(shí)際分?jǐn)?shù)/70；網(wǎng)絡(luò)運(yùn)用類(lèi)：實(shí)際分?jǐn)?shù)/10。例如原始數(shù)據(jù)格式：學(xué)號(hào)3160200018，理論基礎(chǔ)類(lèi)15，office操作類(lèi)65，網(wǎng)絡(luò)運(yùn)用類(lèi)9；其標(biāo)準(zhǔn)化后的數(shù)據(jù)格式為：學(xué)號(hào)316020018，理論基礎(chǔ)類(lèi)0.60，office操作類(lèi)0.85，網(wǎng)絡(luò)運(yùn)用類(lèi)1.00。

4）數(shù)據(jù)規(guī)約

數(shù)據(jù)離散化：考慮到關(guān)聯(lián)規(guī)則算法對(duì)數(shù)據(jù)形式的要求，將學(xué)生的總成績(jī)離散化。把學(xué)生成績(jī)分類(lèi)等級(jí)，即優(yōu)秀、良好、合格、不合格四種。并且也將各個(gè)題型的成績(jī)也進(jìn)行離散化處理，三個(gè)考察方面的成績(jī)也離散化三類(lèi)，即優(yōu)秀、良好、不合格。例如各題型的離散化處理為：標(biāo)準(zhǔn)化0.8-1.0為優(yōu)秀表示A，0.6-0.8為良好表示B，0.6以下為合格表示C。成績(jī)離散化處理為：實(shí)際成績(jī)90-100，等級(jí)為優(yōu)秀表示A，80-90等級(jí)為良好表示B，60-80等級(jí)為合格表示C，60以下等級(jí)為不合格表示D。

5計(jì)算機(jī)能力考核成績(jī)分析的關(guān)聯(lián)數(shù)據(jù)挖掘

Apriori算法是研究關(guān)聯(lián)規(guī)則的最具代表性的方法。主要是兩步：得到所有的頻繁項(xiàng)集；由頻繁項(xiàng)集得到強(qiáng)關(guān)聯(lián)規(guī)則。參與關(guān)聯(lián)規(guī)則挖掘的學(xué)生成績(jī)數(shù)據(jù)屬性有10個(gè)，根據(jù)文獻(xiàn)，現(xiàn)在以2014、2015和2016年大一新生的《大學(xué)計(jì)算機(jī)基礎(chǔ)》的考試成績(jī)?yōu)闃颖荆瑢?shí)現(xiàn)設(shè)計(jì)的Apriori算法并應(yīng)用在考試成績(jī)上。經(jīng)過(guò)多次試驗(yàn)，在保證既不會(huì)產(chǎn)生大量的無(wú)用規(guī)則也不會(huì)漏掉重要規(guī)則的前提下，最終設(shè)定最小支持度minsup=15%，最小置信度minconf=50%，部分關(guān)聯(lián)規(guī)則如表1：

學(xué)生還有一個(gè)屬性是專(zhuān)業(yè)屬性，對(duì)專(zhuān)業(yè)屬性和總成績(jī)進(jìn)行關(guān)聯(lián)規(guī)則挖掘，設(shè)置信度和支持度的設(shè)置為minsup=15%和minconf=30%，最終產(chǎn)生的關(guān)聯(lián)規(guī)則如表2：

挖掘?qū)I(yè)、各題型成績(jī)與學(xué)生總成績(jī)之間的關(guān)聯(lián)規(guī)則，支持度=10%，置信度=60%，如表3所示；

實(shí)驗(yàn)結(jié)果分析：

由表1得到的關(guān)聯(lián)規(guī)則發(fā)現(xiàn)；單選優(yōu)，Word優(yōu)，學(xué)生成績(jī)56%可以達(dá)到80到90之間，但Excel優(yōu)，學(xué)生成績(jī)58%可以達(dá)到90-100之間；如果單選優(yōu)，網(wǎng)絡(luò)運(yùn)用優(yōu)，54%的學(xué)生成績(jī)可以達(dá)到80-90之間；如果單選差，網(wǎng)絡(luò)運(yùn)用合格，則60%的學(xué)生成績(jī)可以達(dá)到60-80之間。

由表2可知，如果學(xué)生專(zhuān)業(yè)是設(shè)計(jì)藝術(shù)類(lèi)，45%以上學(xué)生成績(jī)的概率達(dá)到優(yōu)秀水平，如果學(xué)生專(zhuān)業(yè)是造型類(lèi)，40%以上的學(xué)生成績(jī)達(dá)到80-90之間。

由表3得到的關(guān)聯(lián)規(guī)則發(fā)現(xiàn)：專(zhuān)業(yè)是書(shū)法的學(xué)生在Word操作方面表現(xiàn)良的概率達(dá)到了56%，造型類(lèi)的學(xué)生在Word操作方面表現(xiàn)優(yōu)秀的概率達(dá)到了70%。

通過(guò)對(duì)關(guān)聯(lián)規(guī)則的解釋分析，得到以下結(jié)論：

（1）總體加強(qiáng)學(xué)生計(jì)算機(jī)理論知識(shí)，強(qiáng)化實(shí)踐操作能力的應(yīng)用。

（2）對(duì)于傳統(tǒng)藝術(shù)類(lèi)和設(shè)計(jì)藝術(shù)類(lèi)的學(xué)生，當(dāng)學(xué)生是設(shè)計(jì)藝術(shù)類(lèi)，office操作模塊成績(jī)表現(xiàn)為優(yōu)秀的要比傳統(tǒng)藝術(shù)類(lèi)高很多，原因是他們平時(shí)經(jīng)常接觸電腦，在大一就開(kāi)設(shè)相關(guān)設(shè)計(jì)軟件課程，電腦使用頻率較高；而學(xué)生是傳統(tǒng)藝術(shù)類(lèi)，他們的理論知識(shí)成績(jī)卻優(yōu)于設(shè)計(jì)類(lèi)學(xué)生，所以要加強(qiáng)對(duì)傳統(tǒng)藝術(shù)類(lèi)學(xué)生的實(shí)踐操作能力，多開(kāi)設(shè)課時(shí)數(shù)量，對(duì)于設(shè)計(jì)類(lèi)學(xué)生要加強(qiáng)基礎(chǔ)知識(shí)的理解和掌握。

（3）網(wǎng)絡(luò)運(yùn)用這個(gè)模塊，學(xué)生整體的考核成績(jī)都趨于優(yōu)秀，這說(shuō)明互聯(lián)網(wǎng)時(shí)代下學(xué)生頻繁接觸網(wǎng)絡(luò)，能夠熟練駕馭基本的網(wǎng)絡(luò)運(yùn)用，如電子郵件收發(fā)，網(wǎng)頁(yè)文件保存等。

（4）PPT操作題，學(xué)生整體的考核成績(jī)都趨于良好以上，這說(shuō)明學(xué)生對(duì)圖文并茂的課件制作在課堂教學(xué)的效果不錯(cuò)，通過(guò)查閱學(xué)生的獨(dú)立的ppt課后作業(yè)，也反映出對(duì)這個(gè)軟件有了較強(qiáng)的掌握。所以總體這個(gè)模塊的成績(jī)80分以上。

（5）Excel操作題，35%的學(xué)生考核成績(jī)?cè)诤细瘢?0分-80分），學(xué)生對(duì)于excel中的公式的運(yùn)用、圖表制作等理解較弱，對(duì)數(shù)理邏輯這塊思維訓(xùn)練較不理想，一方面和他們的專(zhuān)業(yè)有關(guān)，因?yàn)槭撬囆g(shù)生，所以對(duì)數(shù)學(xué)這塊的知識(shí)就欠缺。另一方面要加強(qiáng)對(duì)軟件的使用課時(shí)，學(xué)會(huì)舉一反三，靈活應(yīng)用。

6總結(jié)

—般的問(wèn)卷調(diào)查只是片面的看到一個(gè)統(tǒng)計(jì)結(jié)果，并沒(méi)有解釋這份問(wèn)卷出現(xiàn)的問(wèn)題，分析的對(duì)象只是單個(gè)屬性，忽視了不同屬性之間的相關(guān)性，其結(jié)果往往只是比例分布、平均差或方差等表面情況。希望借助數(shù)據(jù)挖掘技術(shù)，尋找“計(jì)算機(jī)文化基礎(chǔ)”課程考試成績(jī)數(shù)據(jù)背后隱含的有價(jià)值的信息，提高學(xué)生的計(jì)算機(jī)能力，更好地為教師和教學(xué)管理部門(mén)提供決策支持，全面提升我院“計(jì)算機(jī)文化基礎(chǔ)”的教學(xué)質(zhì)量。為藝術(shù)院校計(jì)算機(jī)基礎(chǔ)課能高效、有重點(diǎn)、有針對(duì)性地開(kāi)展教學(xué)帶來(lái)科學(xué)的數(shù)據(jù)，對(duì)計(jì)算機(jī)課堂教學(xué)提供了相關(guān)的依據(jù)和指引。