黃藝?yán)?/p>

（福建師范大學(xué)協(xié)和學(xué)院 福建 350117）

0 引言

試卷系統(tǒng)有利于高校建立課程題庫，現(xiàn)在各個高校都在倡導(dǎo)題庫建設(shè)，通過試卷系統(tǒng)就可以把題庫信息采集在數(shù)據(jù)庫里，要查詢歷史題庫只要打開后臺就可以查到相關(guān)試卷，考試也只要通過自動組卷和隨機排序組成相同難度，不同序列的題目給考生，避免了學(xué)生作弊。

很多試卷系統(tǒng)在自動組卷時，往往只考慮考試范圍而忽略了考試難度，因此每次組卷時，試卷的難度很難把控。本文通過對Apriori算法進行改進，利用計算機容量大、計算速度快等優(yōu)點，考慮各種因素和關(guān)聯(lián)，實現(xiàn)數(shù)據(jù)分析和數(shù)據(jù)挖掘，通過改進，可以隨機組成更科學(xué)、更有難度梯度的試卷，這樣也有利于課程的建設(shè)和發(fā)展。

1 數(shù)據(jù)挖掘技術(shù)

1.1 數(shù)據(jù)挖掘技術(shù)概述

數(shù)據(jù)挖掘是對存在大量數(shù)據(jù)的數(shù)據(jù)倉庫進行數(shù)據(jù)分析，通過分析找出數(shù)據(jù)與數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，從而挖出更有價值的信息。數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘和結(jié)果表達與解釋是數(shù)據(jù)挖掘的主要三個步驟。數(shù)據(jù)準(zhǔn)備是把需要進行挖掘的數(shù)據(jù)從數(shù)據(jù)庫中抽出，并整合成數(shù)據(jù)集；規(guī)律尋找是使用特定的算法把數(shù)據(jù)中存在的某種規(guī)律找出；規(guī)律表示是用用戶看得懂的方法表示出數(shù)據(jù)之間的規(guī)律，這個規(guī)律即是有價值的線索。普遍認為數(shù)據(jù)挖掘是數(shù)據(jù)庫中發(fā)現(xiàn)有價值信息的一個重要環(huán)節(jié)。它一般分為以下幾個階段：選擇數(shù)據(jù)集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)形式轉(zhuǎn)變、實施數(shù)據(jù)挖掘以提取模式和關(guān)系、結(jié)果表達和解釋。

1.2 Apriori算法

Apriori算法是一種數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則中的典型算法。該算法在生成頻繁項集時會有頻繁的數(shù)據(jù)庫掃描操作，并且在由低維頻繁項集連接生成高維候選項集時，如果頻繁項集維數(shù)過大，笛卡爾積后就會產(chǎn)生大量的候選項集，從而影響算法的效率。針對上述2個方面對Apriori算法進行改進，并將改進后的算法應(yīng)用在試卷分析系統(tǒng)中。經(jīng)過系統(tǒng)測試，改進后的算法具有較高的效率和較強的穩(wěn)定性。

2 組卷方法

2.1 Apriori在組卷中的應(yīng)用

為了使試題在自動抽取過程中能夠使試題在知識點分布上更均衡、更廣泛，同時使試題的難度系數(shù)有一定梯度抽取，本文采用數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則法對數(shù)據(jù)進行挖掘分析，在分析中采用了改進型的Apriori算法，使挖掘效率更好，數(shù)據(jù)更準(zhǔn)確。

在Apriori使用過程中，系統(tǒng)先對全局?jǐn)?shù)據(jù)集進行檢查，如在答題庫中，把考生作答時同一章節(jié)的考題同時作對或同時做錯的題型記錄到高頻集，如果優(yōu)等生同時做錯的題目和差等生同時做對的題目分別放在兩個高頻集里，在自動組卷之后，可以通過高頻集來判斷試卷的質(zhì)量，同一份試卷里，高頻集出現(xiàn)的越多，則試卷質(zhì)量越差，這樣在自動組卷過程中，可以利用高頻集來評價。Aprior篩選高頻集的方法是先把篩選出的高頻集并記錄在N1集合，再把N1作為參考集合對數(shù)據(jù)庫進行挖掘，找出M2集合，再由M2產(chǎn)生N2，以此類推，直到找出所有的頻繁項集，Apriori算法如下：

（1）設(shè)置相應(yīng)的最小支持度閾值Minimum_Threshold

（2）在數(shù)據(jù)集 DATASET中找出高頻集N1=FIND_ONE_ITEM（DATASET）；

（3）FOR（X =2；NX-1≠Φ；X＋＋）{

MX=APRIORI_GEN（NX-1，Minimum_Threshold）；

（4）FOR_EACH TRANSACTION Y∈D

{ MY=SUBSET（MX，Y）；

FOR_EACH CANDIDATE c∈MY

m.COUNT＋＋；}

（5）NX=｛m∈MX｜ m.COUNT>=Minimum_Threshold｝

}

（6）RETURN N=∪XNX；

2.2 改進Apriori算法

通過對Apriori算法進行研究，發(fā)現(xiàn)雖然該算法和其他算法比起來在查找最優(yōu)解上具有很強的優(yōu)勢，但在實際操作中每次生成單個N集合都要對數(shù)據(jù)庫進行循環(huán)篩查數(shù)據(jù)庫一次，這樣是會給服務(wù)器的運行帶來壓力，運行效率低等問題，針對以上問題，本文對Apriori算法進行了改良。

在數(shù)據(jù)挖掘中，我們還可以把差生（小于60分的考生）同時作對的題目或優(yōu)等生（大于80分的考生）同時做錯的題目作為高頻集，記錄為MK（K=1）或LK（K=1），通過把高頻集M和L作為參考集使用改進型Apriori算法進行數(shù)據(jù)挖掘，可以分析出題庫中，差生容易掌握的題型和優(yōu)等生中不容易掌握的題型，這些題型對于數(shù)據(jù)分析中具有重要作用，通過挖掘出來的數(shù)據(jù)，我們可以重新對這些題型的難易系數(shù)加以評級，對學(xué)生能掌握的知識點和不能掌握的知識點進行總結(jié)分析，這對今后的教學(xué)質(zhì)量評估具有重要意義.

針對Apriori算法存在的問題，本文提出了改良型Apriori算法，改良后對數(shù)據(jù)集進行遍歷掃描時，去除一些非同源高頻集，增強了挖掘效率。改良的算法還針對自動組卷組成的試卷進行優(yōu)化，通過高頻集篩選出優(yōu)秀的試卷。經(jīng)過改良后的算法如下：

（1）設(shè)置相應(yīng)的最小支持度閾值Minimum_Threshold

（2）在數(shù)據(jù)集 DATASET中找出高頻集N1=FIND_ONE_ITEM（DATASET）；

（3）FOR（X =2；NX-1≠Φ；X＋＋）{

MX=APRIORI_GEN（NX-1，Minimum_Threshold）；

（4）FOR_EACH TRANSACTION Y∈D{

MY=SUBSET（MX，Y）；

（5）IF GET_JUDGE（MY，"約束條件"）THEN

（6）{ DELETE MY；

Continue；}

（7）FOR_EACH CANDIDATE c∈MY

（8）m.Count+=GETSCORE（c，Y）；}

（9）NX=｛m∈MX｜ m.COUNT>=Minimum_Threshold｝}

（10）RETURN N=∪XNX；

改良后的Apriori算法在對數(shù)據(jù)集操作中，在挖掘數(shù)據(jù)時，刪除非高頻集數(shù)據(jù)即把不在約束條件范圍內(nèi)，不用再次查找的有效數(shù)據(jù)刪除，不斷減少數(shù)據(jù)量，挖掘的目標(biāo)范圍也逐漸縮小，服務(wù)器的運行速度變快。改良后的算法會把抽取的數(shù)據(jù)和高頻集數(shù)據(jù)進行比較，通過 GETSCORE函數(shù)判斷數(shù)據(jù)的吻合程度然后對高頻集進行加權(quán)處理，不同的學(xué)校和不同的教學(xué)方案對此都有不同要求，如非很好`或很差的試卷返回分值1；優(yōu)等卷中包含差生同時作對的試題，那么函數(shù)返回 0；優(yōu)等卷中包含優(yōu)等生同時做錯的題目，那么函數(shù)返回 2；在劣等卷中含差等生同時作對的題目，那么函數(shù)返回 0；在劣等卷中含有優(yōu)等生同時作錯的題目，那么函數(shù)返回 1，以此類推，最后通過判斷閾值來生成最優(yōu)試卷。

3 結(jié)束語

本文研究了數(shù)據(jù)挖掘技術(shù)在試卷系統(tǒng)自動組卷中的應(yīng)用。數(shù)據(jù)挖掘技術(shù)除了用在自動組卷上，還可以用在學(xué)生成績分析上，由于難度系數(shù)的設(shè)置是由出題者設(shè)置的，考生所學(xué)知識點與試題所設(shè)置的難度系數(shù)不一定吻合，因此，本文還可以嘗試使用數(shù)據(jù)挖掘的關(guān)聯(lián)規(guī)則法，把考生答題庫和題庫兩個數(shù)據(jù)表作為原始數(shù)據(jù)，對某道題考生在答題過程中對錯概率進行挖掘分析，如某道題考生出現(xiàn)的錯誤率超過標(biāo)準(zhǔn)值那么教師就得知學(xué)生掌握知識點程度，在下次命題或者教學(xué)中就會做出相應(yīng)的改變。

[1] 王金龍.全局和局部相結(jié)合的數(shù)據(jù)挖掘算法及應(yīng)用研究[博士學(xué)位論文].浙江：浙江大學(xué)，2007.

[2] 黃玥.高校無紙化考試系統(tǒng)新探索.科技創(chuàng)新導(dǎo)報，2012，21：56.

[3] 薛樂，于建軍.淺談高校在線考試系統(tǒng)的設(shè)計與實現(xiàn).科技資訊，2012，26：219.

[4] William J.Tastle.Data Mining Applications Using Artificial Adaptive Systems.Springer Science.2013.70-103.

[5] 呂健.試論計算機自動組卷的常用算法.電腦知識與技術(shù)，2011，08：1802-1803.