武麗芬，張鴻雁

(晉中學(xué)院 信息技術(shù)與工程學(xué)院，山西 晉中 030619)

0 引言

提高人才培養(yǎng)質(zhì)量已經(jīng)成為國(guó)內(nèi)外高等教育實(shí)現(xiàn)大眾化以后最為緊迫的任務(wù)，而準(zhǔn)確的人才培養(yǎng)目標(biāo)定位則是提高質(zhì)量的前提[1].

專業(yè)基礎(chǔ)課程關(guān)注學(xué)生該專業(yè)的基本科學(xué)文化素養(yǎng)，追求知識(shí)與技能的基礎(chǔ)性、系統(tǒng)性，為學(xué)生的一般發(fā)展奠定基礎(chǔ).但是，隨著知識(shí)的發(fā)展，知識(shí)在不斷走向分化和細(xì)化，知識(shí)的不斷分化與細(xì)化使傳統(tǒng)基礎(chǔ)課程很難反映人類知識(shí)的當(dāng)代成就，滯后于知識(shí)的發(fā)展，而專業(yè)任選課程則可以彌補(bǔ)必修課的不足，它一方面可以對(duì)必修課的內(nèi)容進(jìn)行拓展或深化，另一方面，又可以發(fā)展學(xué)生的技能、特長(zhǎng)[1].因此專業(yè)任選課在學(xué)生的培養(yǎng)環(huán)節(jié)上作用不容忽視.

1 研究背景

專業(yè)任選課是指根據(jù)學(xué)分制培養(yǎng)目標(biāo)和要求，為學(xué)生開(kāi)設(shè)的專業(yè)選修課程，旨在促進(jìn)學(xué)生在課程中的選擇性，擴(kuò)大學(xué)生的知識(shí)范圍，提高學(xué)生的智能結(jié)構(gòu)[2].

就晉中學(xué)院而言，目前專業(yè)任選課的開(kāi)設(shè)目前存在如下弊端：

1.該課程的設(shè)置比較隨意,因人設(shè)課的現(xiàn)象很普遍，教學(xué)過(guò)程中的隨意性更是突出.

2.沒(méi)有考慮學(xué)生的主、客觀情況，有悖專業(yè)任選課的初衷.

由于沒(méi)有考慮學(xué)生的個(gè)體因素，很多學(xué)生覺(jué)得沒(méi)有興趣或不適合自己或?qū)ψ约旱奈磥?lái)沒(méi)用，諸多原因?qū)е聲缯n率嚴(yán)重，即使因紀(jì)律約束來(lái)到教室，也是身在曹營(yíng)心在漢.學(xué)生認(rèn)為來(lái)上課是在浪費(fèi)時(shí)間，對(duì)課程內(nèi)容嚴(yán)重不滿.經(jīng)常聽(tīng)到學(xué)生抱怨：“給我們上這個(gè)課有什么用，理論性太強(qiáng)也太難，給我們開(kāi)點(diǎn)有用的課吧.”學(xué)生情緒上如此抵觸，導(dǎo)致所開(kāi)設(shè)課程的意義全無(wú).

但是何為有用課程，每屆學(xué)生情況各不相同，有的學(xué)生適合學(xué)術(shù)研究，就希望開(kāi)設(shè)該專業(yè)的前沿課程，為今后繼續(xù)深造打下基礎(chǔ)；有的學(xué)生適合技術(shù)應(yīng)用，就希望開(kāi)設(shè)當(dāng)今社會(huì)正在流行的應(yīng)用軟件，為今后就業(yè)提供一技之長(zhǎng)；還有的學(xué)生迷茫懵懂，不知自己究竟想學(xué)習(xí)什么.因此我們不能簡(jiǎn)單照搬照抄官方規(guī)定或名校經(jīng)驗(yàn)，而應(yīng)該有一套合理的方法，分析每一屆學(xué)生的特點(diǎn)，既不拔高也不貶低,既不越位也不缺位,實(shí)事求是，因材施教，因材施管,保證不同素質(zhì)特點(diǎn)的學(xué)生健康成長(zhǎng)，成人成材.

綜上述所，可以考慮給學(xué)生一定的自由度讓他們自己選擇，然而新的問(wèn)題又出現(xiàn)了.當(dāng)面臨選擇時(shí)，學(xué)生開(kāi)始困惑和迷茫了，不知道自己選擇哪門課程好，患得患失.這也是中國(guó)學(xué)生普遍存在的問(wèn)題，不善于為自己做出選擇.

鑒于上述情況，基于數(shù)據(jù)挖掘中的聚類算法設(shè)計(jì)一個(gè)學(xué)生專業(yè)特點(diǎn)分類器，對(duì)學(xué)生進(jìn)行一個(gè)大致的分類(理論研究型、實(shí)踐應(yīng)用型、技能型等)，以輔助教師和學(xué)生正確合理的開(kāi)設(shè)相應(yīng)的專業(yè)任選課，使得教學(xué)更順利地進(jìn)行，學(xué)生更加學(xué)有所獲.

2 算法介紹

聚類是指將具體或抽象對(duì)象的集合分組成由類似對(duì)象組成的多個(gè)類或簇的過(guò)程.聚類必須同時(shí)滿足以下兩個(gè)條件：1)每個(gè)簇至少包含一個(gè)數(shù)據(jù)對(duì)象；2)每個(gè)數(shù)據(jù)對(duì)象必須屬于且唯一屬于一個(gè)簇[3].在實(shí)際應(yīng)用中，簇中的數(shù)據(jù)對(duì)象可以作為一個(gè)整體來(lái)對(duì)待.

聚類主要包括以下幾個(gè)過(guò)程：

(A)數(shù)據(jù)準(zhǔn)備：主要指特征標(biāo)準(zhǔn)化和降低維度.

(B)特征選擇和提?。簭脑紨?shù)據(jù)特征中選擇有效特征，并存儲(chǔ)于向量中.

(C)提取特征：通過(guò)對(duì)選擇的特征進(jìn)行轉(zhuǎn)換，形成新特征.

(D)聚類：選擇適合特征類型的距離函數(shù)進(jìn)行度量，而后執(zhí)行聚類.

K-means[1]算法也稱作K-平均值算法或K均值算法，于1967年由MacQueen提出[2]，其原理簡(jiǎn)單，運(yùn)算速度快，但它的明顯不足是：使用完全隨機(jī)選擇初始化聚類中心點(diǎn)的策略，使K-means算法容易陷入局部最優(yōu)解，同時(shí)對(duì)離群點(diǎn)和噪音數(shù)據(jù)較為敏感，這不僅影響了算法的準(zhǔn)確性，而且大大降低了算法效率.

針對(duì)上述問(wèn)題專家學(xué)者們不斷提出新的解決方法，其中比較著名的有蜂群算法，該算法是一種非數(shù)值優(yōu)化計(jì)算方法，也是一種較為新穎的全局優(yōu)化算法[3]，具有結(jié)構(gòu)簡(jiǎn)單，控制參數(shù)少、易于實(shí)現(xiàn)的特點(diǎn).

蜂群算法基本工作原理如下[4]：

步驟1：初始化蜂群.

確定種群的大小，運(yùn)用構(gòu)造啟發(fā)式算法和隨機(jī)產(chǎn)生方式生成初始種群，比較所有種群個(gè)體，按適應(yīng)度值從大到小進(jìn)行排序，排在第一位的個(gè)體即定義為蜂王，其余個(gè)體為雄峰集合.

步驟2：蜂王婚飛行為.

反復(fù)執(zhí)行步驟2至步驟6若干次，直到產(chǎn)生的子代個(gè)體數(shù)達(dá)到種群原始大小.

初始化蜂王受精囊容量和飛行速度，飛行速度Squeen通過(guò)式(1)隨機(jī)生成:

Squeen(speed)=rand()(Smax-Smin)+Smin.

(1)

式(1)中，rand()是隨機(jī)函數(shù)，Smax、Smin分別是蜂王最大、最小速度的初始值.當(dāng)Squeen(speed)<=Smin，則返回蜂巢.

步驟3：隨機(jī)選擇一個(gè)雄峰個(gè)體，計(jì)算其被蜂王選擇的概率.概率Prob(D)的計(jì)算式為：

Prob(D)=exp(-|fqueen-fdrone|/Speed(t)).

(2)

式(2)中，fqueen是蜂王的目標(biāo)函數(shù)值；fdrone是雄峰的目標(biāo)函數(shù)值.

步驟4：產(chǎn)生隨機(jī)數(shù)R(0<=R<=1)，如果Prob(D)>=R，則將該雄峰的遺傳信息存儲(chǔ)到蜂王的受精囊中，同時(shí)從雄峰集合中刪除該雄峰.

不管雄峰的基因是否能夠存儲(chǔ)到蜂王搜精囊中，蜂王的飛行速度都按式(3)降低.返回步驟5，直到Squeen(speed)<=Smin，或者蜂王受精囊的容量已滿.

Speed(t+1)=α×Speed(t).

(3)

式(3)中，α∈(0,1)，是每次蜂王速度減小的數(shù)量級(jí).

步驟5：產(chǎn)生子代，通過(guò)對(duì)蜂王及蜂王所存儲(chǔ)的雄峰基因個(gè)體的交叉產(chǎn)生子代種群個(gè)體.

步驟6：培育后代，由工蜂對(duì)子代個(gè)體進(jìn)行培育.

步驟7：用新生子代種群集合替換原始種群，并按照其適應(yīng)度值從大到小排列.

步驟8：檢查算法終止條件，如果滿足，則終止算法，輸出最優(yōu)解；否則，返回步驟2繼續(xù)執(zhí)行[4].

3 實(shí)驗(yàn)數(shù)據(jù)的采集和預(yù)處理

①采集數(shù)據(jù)：提取晉中學(xué)院計(jì)算機(jī)專業(yè)某屆學(xué)生大一到大三的成績(jī)數(shù)據(jù).

②對(duì)數(shù)據(jù)進(jìn)行清洗和預(yù)處理：

A.特征選擇和提取

從教務(wù)系統(tǒng)中采集的數(shù)據(jù)維度高達(dá)56列，經(jīng)過(guò)削減、歸類、課程分析最終留下了10列能夠反映學(xué)生計(jì)算機(jī)水平的專業(yè)主干課程.在此過(guò)程中對(duì)多個(gè)表數(shù)據(jù)進(jìn)行合并，篩選相同的課程，從而獲取選課人數(shù)較多的課程；對(duì)其中一些非正常數(shù)據(jù)如“缺考”等用平均分進(jìn)行相應(yīng)替換.

B.清洗數(shù)據(jù)

現(xiàn)實(shí)世界中大多數(shù)的數(shù)據(jù)庫(kù)均包含異常數(shù)據(jù)、不明確數(shù)據(jù)和噪聲數(shù)據(jù)，而幾乎所有的聚類算法對(duì)這樣的數(shù)據(jù)都非常敏感并會(huì)導(dǎo)致獲得較差的聚類結(jié)果[大數(shù)據(jù)書(shū)本].

本數(shù)據(jù)源中刪除了成績(jī)?cè)?0分以下的考生數(shù)據(jù)并對(duì)缺失數(shù)據(jù)進(jìn)行均值填充，清洗后的數(shù)據(jù)如表1所示.

表1 參與聚類分析的數(shù)據(jù)表

4 實(shí)驗(yàn)工具Python簡(jiǎn)介

實(shí)驗(yàn)工具選擇Python.Python是一種面向?qū)ο蟮慕忉屝陀?jì)算機(jī)程序設(shè)計(jì)語(yǔ)言，由荷蘭人Guido van Rossum發(fā)明，其源代碼和解釋器都遵循GPL(General Public License)協(xié)議，是一款純粹的自由軟件.

Python由于其簡(jiǎn)潔的語(yǔ)法、較為全面的功能、可移植性和可擴(kuò)展性的特點(diǎn)，目前越來(lái)越多的科研機(jī)構(gòu)在采用Python做科學(xué)計(jì)算，還有很多知名大學(xué)的程序設(shè)計(jì)課程在采用Python講授，比如麻省理工學(xué)院的計(jì)算機(jī)科學(xué)編程導(dǎo)論和卡耐基梅隆大學(xué)的編程基礎(chǔ)就用的是Python語(yǔ)言[5].

實(shí)驗(yàn)中部分關(guān)鍵代碼如下：

#將原始數(shù)據(jù)中的索引設(shè)置成得到的數(shù)據(jù)類別，根據(jù)索引提取各類數(shù)據(jù)并保存

df=pd.DataFrame(X,index=labels,columns=columns)

df_list=[]

foriinrange(X_col):

df_list.append(df[df.index==i])

#繪圖

plt.figure(figsize=(10,8),dpi=80)

#axes=plt.subplot()

#s表示點(diǎn)大小，c表示color，marker表示點(diǎn)類型

foriinrange(X_col):

plt.plot(range(X_row),X[:,i],color[i])

#顯示聚類中心數(shù)據(jù)點(diǎn)

#type_center=plt.plt(range(X_col),df_center.loc[:,'y'],s=40,c='blue')

plt.xlabel('x',fontsize=16)

plt.ylabel('y',fontsize=16)

#axes.legend((type1,type2,type3,type4,type_center),('0','1','2','3','center'),loc=1)

plt.show()

實(shí)驗(yàn)結(jié)果用散點(diǎn)圖展示如圖1所示.

圖1 聚類結(jié)果散點(diǎn)圖

其中藍(lán)色實(shí)點(diǎn)為聚類中心，其中心分別為(83.446，86.825)、(81.698，52.571)、(55.815，48.982)、(67.2，75.11).“0”“1”“2”“3”分別表示“理論型”“應(yīng)用型”“綜合型”“技能型”.

實(shí)驗(yàn)結(jié)果分析，通過(guò)聚類模型預(yù)演，得出該屆學(xué)生理論型(紅色聚類區(qū))人數(shù)居多，且分布相對(duì)集中，那么在開(kāi)設(shè)選修課的時(shí)候，可以主要考慮這部分學(xué)生的情況，這部分學(xué)生中絕大部分是要考研的，那么在開(kāi)設(shè)選修課時(shí)可傾向于這部分學(xué)生開(kāi)設(shè)研究生階段的前沿、本科生階段的擴(kuò)張課程.圖中還可以看出棕色聚類區(qū)也相對(duì)集中，但人數(shù)沒(méi)有紅色區(qū)域多，那么也可適當(dāng)考慮開(kāi)設(shè)一些應(yīng)用型選修課程.

該模型同樣可以適用于其他專業(yè)，前提是需要對(duì)開(kāi)設(shè)課程進(jìn)行分類處理，按照分類結(jié)果對(duì)聚類樣本進(jìn)行有效聚類，可以根據(jù)學(xué)生對(duì)知識(shí)的理論水平、應(yīng)用實(shí)踐能力的相似程度進(jìn)行學(xué)生分類，有的放矢地開(kāi)設(shè)選修課程，一定程度上實(shí)現(xiàn)真正的因材施教.