彭麗蓉，周 磊

PENG Lirong1,ZHOU Lei2

1.重慶工業(yè)職業(yè)技術(shù)學(xué)院 科研處，重慶 401120

2.國際商業(yè)機(jī)器（中國）有限公司，浙江 寧波 315040

1.Scientific Research Office,Chongqing Industry Polytechnic College,Chongqing 401120,China

2.IBM（China）Company Limited,Ningbo,Zhejiang 315040,China

隨著教育的不斷發(fā)展，教學(xué)和管理工作中積累了大量的數(shù)據(jù)，但這些數(shù)據(jù)并沒有得到有效利用。如果能將這些數(shù)據(jù)充分利用，則可以有效地提升教學(xué)質(zhì)量[1]。數(shù)據(jù)挖掘是一種核心的、非教學(xué)的、客觀的評價技術(shù)，可用于基于學(xué)習(xí)及訓(xùn)練系統(tǒng)的應(yīng)用分析[2]?；趯W(xué)習(xí)者表現(xiàn)的分類是一項(xiàng)重要的任務(wù)，可以節(jié)約學(xué)習(xí)者的時間和精力[3]。因此，如何將數(shù)據(jù)挖掘技術(shù)運(yùn)用到教學(xué)中來提升教學(xué)質(zhì)量顯得非常重要。

數(shù)據(jù)挖掘過程的目的是運(yùn)用不同的技術(shù)從大量的數(shù)據(jù)集中去發(fā)現(xiàn)新的、有趣的及有用的知識，包括預(yù)測、分類、聚類聯(lián)合規(guī)則挖掘和序列模式[4-5]。學(xué)者們提出了許多不同的運(yùn)用于教學(xué)的數(shù)據(jù)挖掘方法，例如，文獻(xiàn)[6]針對傳統(tǒng)的求總分統(tǒng)計成績方法的不足提出了一種基于K-Means算法的成績聚類分析算法，實(shí)驗(yàn)結(jié)果表明，聚類方法比傳統(tǒng)的求總分方法更合理、更科學(xué)，聚類結(jié)果蘊(yùn)含更多有用的信息，而且改進(jìn)后的聚類方法降低了隨機(jī)選取初始聚類中心所產(chǎn)生的結(jié)果的不穩(wěn)定性，聚類效果更好。文獻(xiàn)[7]根據(jù)本科學(xué)生的知識體系不夠完善的問題提出了經(jīng)濟(jì)管理類本科生“數(shù)據(jù)挖掘”課程有針對性的教學(xué)方法，實(shí)踐表明，這種注重數(shù)據(jù)挖掘方法思想及實(shí)踐的方法在該課程的教學(xué)質(zhì)量及實(shí)效方面起到了良好的推動作用。文獻(xiàn)[8]將數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)規(guī)則挖掘算法Apriori應(yīng)用于教學(xué)評價中，通過對這些數(shù)據(jù)的分析，表明了高校教師的教學(xué)效果與教師的年齡、職稱、學(xué)歷等密切相關(guān)。文獻(xiàn)[9]在現(xiàn)有教學(xué)評估系統(tǒng)研究的基礎(chǔ)上，重點(diǎn)論述了基于數(shù)據(jù)挖掘技術(shù)的教學(xué)評估智能輔助決策平臺設(shè)計的相關(guān)方法，并對該平臺的應(yīng)用情況進(jìn)行了分析，結(jié)果表明該平臺能智能化提升教學(xué)質(zhì)量。這些數(shù)據(jù)挖掘方法都集中在自適應(yīng)學(xué)習(xí)[7]上，分析學(xué)習(xí)解決方案，進(jìn)而在在線學(xué)習(xí)中尋找最佳的學(xué)習(xí)路徑。文獻(xiàn)[10]提出，學(xué)習(xí)者的學(xué)習(xí)行為和他們感覺滿意的互動對于涉及和評估這些活動顯得尤為重要。

受文獻(xiàn)[10]的啟發(fā)，為了更好地改善教學(xué)質(zhì)量，提出了基于認(rèn)知行為計算模型的數(shù)據(jù)挖掘模型，搜索了一些技術(shù)去確定學(xué)習(xí)課程的目標(biāo)、詳細(xì)的互動內(nèi)容及學(xué)習(xí)行為隨時間推移而發(fā)生的變化，通過學(xué)生類別選取實(shí)驗(yàn)表明了所提模型的有效性。

1 問題描述

本文著重關(guān)注學(xué)習(xí)策略問題以及使用數(shù)據(jù)挖掘方法的學(xué)習(xí)表現(xiàn)，以更好地支持教師的教學(xué)工作。該問題由所收集的六個感知參數(shù)和三個行為參數(shù)描述。對于輸入來說，三個感知參數(shù)和三個行為參數(shù)很重要。數(shù)據(jù)挖掘（Data Mining，DM）幫助提取和分析各種感知與行為參數(shù)之間有意義的關(guān)系，并且它提供基于307條記錄的有關(guān)參數(shù)的相對重要性。根據(jù)應(yīng)用在C＆RT的實(shí)驗(yàn)，有兩種規(guī)則用于分類（上、中和下），對于C＆RT而言，其算法的整體精度為100%。

2 計算模型提出

2.1 認(rèn)知計算模型

很多學(xué)者都對認(rèn)知計算模型進(jìn)行過研究，考慮到心理狀態(tài)、心理參數(shù)和認(rèn)知參數(shù)會在一般性的任務(wù)中體現(xiàn)出來，開發(fā)了BDI（信念、意愿及決心）理論用于在認(rèn)知任務(wù)中對精神狀態(tài)進(jìn)行建模。

（1）表現(xiàn)成績：根據(jù)學(xué)生回答問題的優(yōu)秀類數(shù)目、相對較好類數(shù)目、無缺陷類別數(shù)目，對學(xué)生的表現(xiàn)成績進(jìn)行計算：

該問題中，假定 wg=0.4，wavg=0.15，wb=0.45。 wb取較高數(shù)值時，式中起消極作用。

（2）性能（帶難度權(quán)重）：用wd乘以，wd與問題的難易程度相關(guān)，表現(xiàn)成績（帶難度權(quán)重）定義為：上式中，是帶難度權(quán)重的表現(xiàn)成績，wd根據(jù)難易程度的難度權(quán)重值確定。

（3）能力：它是在表現(xiàn)成績、難度權(quán)重、帶難度的表現(xiàn)成績及回答問題的總數(shù)基礎(chǔ)上計算得到的，能力值體現(xiàn)了某個特定的學(xué)生可以回答問題的多少。能力由下式定義：

該問題中，假定 wg=0.4，wavg=0.15，wb=0.45，wss，b取較高數(shù)值時，在式中起消極作用。

（4）意愿：它表征了學(xué)生回答問題的意愿，基于總因子X和難度權(quán)重。意愿由下式定義：

（5）取向：一個學(xué)生的取向在社會實(shí)踐推理中起著積極的作用，選擇問題并用決心去完成它。取向由下式定義：

該問題中，假定 wg=0.4，wavg=0.15，wb=0.45，wb取較高數(shù)值時，在式中起消極作用。

（6）決心：決心表示學(xué)生承諾去完成的一些問題，是基于選擇（意愿）和取向計算得到的。決心如下定義：

（7）承諾：它意味著將你自己綁定到某種行動中。承諾如下定義：

（8）認(rèn)知指數(shù)因子（Cognize Index Factor，CIF）：認(rèn)知指數(shù)因子是基于學(xué)生的承諾和能力計算得到。感知指數(shù)因子如下定義：

2.2 行為計算模型

（1）愉快：通常，“愉快”這個詞語表示一種高興的狀態(tài)和自我享受的感覺，這里指的是學(xué)生行為的積極性。

（2）疲勞：疲勞是指一種極度勞累的狀態(tài)，可通過觀察學(xué)生的面部表情發(fā)現(xiàn)，當(dāng)重復(fù)地問問題時，他們一般不能全部回答出來。

（3）扭曲：意思是通過拉或者扭，形狀改變。這里用于定義一種行為參數(shù)。

（4）行為表達(dá)指數(shù)因子（Behavior Expression Index Factor，BEIF）：借助行為表達(dá)指數(shù)因子，可以針對特定的問題選取學(xué)生，它是基于愉快、疲勞、扭曲計算得到的，由下式定義：

上式中，wdist＞wfatig。

2.3 學(xué)生指數(shù)因子

學(xué)生指數(shù)因子（Students Index Factor，SIF）：借助于學(xué)生指數(shù)因子可以針對特定的問題選取不同類別的學(xué)生，它是基于感知指數(shù)因子和行為表達(dá)指數(shù)因子計算得到的。α是一個調(diào)控指數(shù)因子，通過α可以控制SIF，一般0＜α＜1，這里，α=0.5。SIF如下定義：

3 數(shù)據(jù)挖掘模型構(gòu)建

根據(jù)以上分析，考慮既要較全面描述學(xué)生，又便于實(shí)現(xiàn)，基于認(rèn)知計算模型和行為計算模型，得到一個綜合學(xué)生模型，數(shù)據(jù)結(jié)構(gòu)如圖1所示。

圖1 學(xué)生數(shù)據(jù)結(jié)構(gòu)

在該模型中，引入了認(rèn)知模型的成分，每個單元學(xué)習(xí)并測試后都要計算認(rèn)知能力，以確定后續(xù)學(xué)習(xí)內(nèi)容的難度以及調(diào)整知識學(xué)習(xí)的次序；同時，考慮了行為因素（如情緒等），由于對影響學(xué)習(xí)心理因素的劃分，心理因素對學(xué)習(xí)的影響也僅僅是停留在一些簡單的定性認(rèn)識上，這里只考慮學(xué)習(xí)積極性、回答問題的表情及行為參數(shù)。基于認(rèn)知計算模型、行為計算模型，通過本文提出的數(shù)據(jù)挖掘模型計算影響學(xué)生成績的指數(shù)因子、認(rèn)知指數(shù)因子、行為指數(shù)因子，從而判斷學(xué)生指數(shù)因子受認(rèn)知參數(shù)和行為參數(shù)的各自影響程度，傳統(tǒng)的教學(xué)中針對所有類別的學(xué)生都采取同樣的策略，只對部分學(xué)生有利，而運(yùn)用本文提出的數(shù)據(jù)挖掘模型后，可根據(jù)學(xué)習(xí)影響因素將學(xué)生分為不同的類別，教師可以根據(jù)不同類別的學(xué)生采取不同的教學(xué)策略，具有很強(qiáng)的針對性。

上述數(shù)據(jù)結(jié)構(gòu)描述了學(xué)生模型的靜態(tài)結(jié)構(gòu)，而圖2則描述了學(xué)生模型的動態(tài)結(jié)構(gòu)，動態(tài)結(jié)構(gòu)表現(xiàn)了學(xué)習(xí)的過程中學(xué)生模型的四個因素的形成及其關(guān)系，以及在教學(xué)決策中的作用可以看出，學(xué)生模型是一個動態(tài)結(jié)構(gòu)，它跟蹤學(xué)生的學(xué)習(xí)活動，通過對學(xué)生學(xué)習(xí)行為的分析，記錄并調(diào)整學(xué)生的知識結(jié)構(gòu)、學(xué)習(xí)能力、學(xué)習(xí)習(xí)慣等描述學(xué)生個性化特征的信息，依此得出新的教學(xué)策略，其中，數(shù)據(jù)挖掘算法處于中心地位，其功能是有關(guān)數(shù)據(jù)庫的維護(hù)、決策的生成、決策沖突的消解等。

圖2 數(shù)據(jù)挖掘模型

從圖2可知，整個模型中，數(shù)據(jù)挖掘算法（如決策樹、人工神經(jīng)網(wǎng)絡(luò)等）處于核心地位，整體步驟如下：

步驟1根據(jù)認(rèn)知能力計算模型、行為能力計算模型得到認(rèn)知能力表、行為能力表，記錄每個學(xué)生的成績表現(xiàn)、能力、意愿、取向、決心、承諾、愉快、疲勞、扭曲等狀態(tài)。

步驟2根據(jù)認(rèn)知能力表、錯誤類型表計算學(xué)生的學(xué)習(xí)偏差。

步驟3根據(jù)專家知識庫計算學(xué)生的學(xué)習(xí)進(jìn)度。

步驟4基于認(rèn)知能力表、行為能力表、學(xué)習(xí)進(jìn)度、學(xué)習(xí)偏差，根據(jù)所搜集的六個認(rèn)知參數(shù)及三個行為參數(shù)，運(yùn)用學(xué)習(xí)策略庫和數(shù)據(jù)挖掘算法得到學(xué)生知識庫。

步驟5給出學(xué)習(xí)內(nèi)容、呈現(xiàn)方式、教學(xué)方式，結(jié)合各個學(xué)習(xí)活動得到學(xué)習(xí)測評表。

步驟6根據(jù)學(xué)習(xí)測評表、行為能力計算模型、認(rèn)知能力計算模型將學(xué)生分為不同的類別，分析各類別學(xué)生中，不同的行為能力和認(rèn)知能力對學(xué)生成績的影響因子。

如此，教師可根據(jù)不同類別的學(xué)生采取不同的教學(xué)策略，相比以往的教學(xué)模式，可明顯提高教學(xué)質(zhì)量。

4 實(shí)驗(yàn)

數(shù)據(jù)挖掘（Data Mining，DM）通常定義為，通過對大量的數(shù)據(jù)進(jìn)行搜索、分析及篩選，找出關(guān)系、模式或者任意一些重要的統(tǒng)計相關(guān)性。隨著計算機(jī)、大型數(shù)據(jù)庫和互聯(lián)網(wǎng)的問世，可以很容易地收集到百萬、十億甚至萬億份數(shù)據(jù)，可對其進(jìn)行系統(tǒng)地分析，進(jìn)而幫助尋找其中的相關(guān)關(guān)系，并且找出各種問題的解決方案。

4.1 決策樹法

決策樹是一種用于決策的分析算法，尤其是在有潛在風(fēng)險或者高成本的情況下更顯重要。本文試圖使用數(shù)據(jù)挖掘算法在磋商中駕馭某些屬性的重要性。決策樹法是一種視覺的、易于理解的，可代替其他決策分析算法中的數(shù)值圖或者統(tǒng)計概率，如電子表格。決策樹適應(yīng)性強(qiáng)，這意味著可以把它們修改成新的決策去描述它們本身，或者修改成新的信息去變得可用，進(jìn)而改變原來的方案。本文運(yùn)用了決策樹中的分類回歸樹（Classification and Regression Tree，C＆RT）算法[11]，具體的實(shí)現(xiàn)步驟可見圖3。

圖3 通過決策樹（C＆RT算法）對參與者分類規(guī)則的設(shè)定

4.2 人工神經(jīng)網(wǎng)絡(luò)法

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN）模型執(zhí)行時，使用快速法[12]、動態(tài)法[13]以及徑向基函數(shù)網(wǎng)絡(luò)（Radial Basis Function Network，RBFN）[14]?？焖俜óa(chǎn)生更小的隱性層，隱性層訓(xùn)練得更快，生成得更好。動態(tài)法創(chuàng)建初始拓?fù)?，然后在?xùn)練過程中通過增加或者移除隱性單元的方式去修改拓?fù)洹BFN采用類似K均值類聚算法根據(jù)目標(biāo)的數(shù)值去劃分?jǐn)?shù)據(jù)。比較這三種算法而言，動態(tài)法提供了最準(zhǔn)確的情況描述，針對準(zhǔn)確性而言，它優(yōu)于其他兩種算法。這種算法產(chǎn)生更小的隱性層，該隱性層訓(xùn)練得更快，生成得更好。快速法中，有六個輸入?yún)?shù)，并且所有參數(shù)都有絕對值。在這六個參數(shù)中，每個參數(shù)有三個階段。所以對于有三個階段的每個絕對值，有三個神經(jīng)元。因此，ANN中的輸入層的神經(jīng)元總數(shù)是（3×6=18）。所有組合的ANN方法如表1所示。

表1 所有聯(lián)合ANN法對比

4.3 靈敏度分析

靈敏度分析（Sensitivity Analysis，SA）[15]是一種分析和反映模型的輸出對于不同環(huán)境而發(fā)生分布變化的靈敏度算法。通過刪除一些對網(wǎng)絡(luò)訓(xùn)練沒有影響或者影響很小的變量，靈敏度分析可以減少網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜性，也可以用于理解每個變量對網(wǎng)絡(luò)訓(xùn)練的影響度。靈敏度越大，那么它對于人造神經(jīng)網(wǎng)絡(luò)的輸出的影響就越大。對于靈敏度分析，特征選擇節(jié)點(diǎn)有助于領(lǐng)域的識別，這在某個特定的輸出中是最重要的。它可能會隨著更快、更有效的算法而結(jié)束，這些算法使用更少的預(yù)測，執(zhí)行得更快，可能也更容易理解。對于靈敏度分析，特征選擇節(jié)點(diǎn)有助于領(lǐng)域識別，這在某個特定的輸出中是最重要的。ANN法的靈敏度分析如表2所示。

表2 ANN法靈敏度分析對比一覽

4.4 DM的特征選擇

本模式中，運(yùn)用Clementine 11.1軟件的特征選擇節(jié)點(diǎn)來識別各個域。對于數(shù)百或者甚至上千個類別的預(yù)測，特征節(jié)點(diǎn)過濾、排列并且選擇這些預(yù)測，可能是最重要的。最終，它可能會以更快，更有效的模式結(jié)束，該模式下，會使用更少的預(yù)測，執(zhí)行得更快，可能也更易于理解。特征選擇的重要參數(shù)如表3所示。

4.5 執(zhí)行結(jié)果

本項(xiàng)研究中，開發(fā)了一個基于學(xué)習(xí)系統(tǒng)的網(wǎng)頁去執(zhí)行上面提出的算法。這里，設(shè)計了Window環(huán)境下的.net。利用Apache Tomcat作為服務(wù)器。執(zhí)行結(jié)果如表4所示。

表3 特征選擇的重要參數(shù)

表4 所提出的在線學(xué)習(xí)系統(tǒng)執(zhí)行結(jié)果

從表4中可以看出，最好的學(xué)生指數(shù)因子SIF是49.375，各個學(xué)生的CIF相比BEIF，都非常低，又根據(jù)式（11）可得出，SIF取決于行為表達(dá)指數(shù)因子BEIF，而認(rèn)知指數(shù)因子CIF可以忽略不計。

5 結(jié)束語

為了對學(xué)生進(jìn)行精確的分類和范疇化，根據(jù)重要的認(rèn)知、行為輸入?yún)?shù)，將數(shù)據(jù)挖掘技術(shù)應(yīng)用于學(xué)生數(shù)據(jù)集中，運(yùn)用了人工神經(jīng)網(wǎng)絡(luò)、靈敏度分析、數(shù)據(jù)挖掘及分類回歸樹算法，聯(lián)合ANN模型（快速、動態(tài)、RBFN）去確定輸入問題類型的重要程度，將學(xué)生劃分成三種不同的類別。實(shí)驗(yàn)結(jié)果表明，學(xué)生指數(shù)因子取決于行為表達(dá)指數(shù)因子，而認(rèn)知指數(shù)因子可以忽略不計，由此可以得出結(jié)論，在學(xué)生分類問題中，行為參數(shù)遠(yuǎn)比認(rèn)知參數(shù)重要，教師可根據(jù)不同類別學(xué)生的愉快、疲勞、扭曲等行為表現(xiàn)對其施行不同的教學(xué)策略，從而提升各類學(xué)生的成績、改善教學(xué)質(zhì)量。

未來會將基于人工神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘技術(shù)運(yùn)用到其他的學(xué)生數(shù)據(jù)集上，改變參數(shù)的初始設(shè)置，進(jìn)行大量的實(shí)驗(yàn)，挖掘出更多有意義的信息，從而更好地在教育系統(tǒng)中支持教師的教學(xué)工作。

[1]方耀楣，何萬篷.可拓數(shù)據(jù)挖掘在高校教學(xué)質(zhì)量評價中的應(yīng)用[J].數(shù)學(xué)的實(shí)踐與認(rèn)識，2009，39（4）：82-87.

[2]阮衛(wèi)華.數(shù)據(jù)挖掘在教學(xué)系統(tǒng)中的應(yīng)用[J].微計算機(jī)信息，2010（12）：161-162.

[3]岳耀亮.數(shù)據(jù)挖掘在高校網(wǎng)絡(luò)教學(xué)平臺中的應(yīng)用研究[J].中國教育信息化，2009，21（8）：75-77.

[4]韓心慧，龔曉銳，諸葛建偉，等.基于頻繁子樹挖掘算法的網(wǎng)頁木馬檢測技術(shù)[J].清華大學(xué)學(xué)報：自然科學(xué)版，2011，51（10）：1312-1317.

[5]陳偉，黃蕾，劉峰，等.雙語平行網(wǎng)頁挖掘系統(tǒng)的設(shè)計與實(shí)現(xiàn)[J].計算機(jī)工程，2009，35（14）：267-269.

[6]劉美玲，李熹，李永勝.數(shù)據(jù)挖掘技術(shù)在高校教學(xué)與管理中的應(yīng)用[J].計算機(jī)工程與設(shè)計，2010，31（5）：1130-1133.

[7]鄧克文，喬興旺.高校經(jīng)濟(jì)管理類本科生“數(shù)據(jù)挖掘”教學(xué)研究[J].科教文匯，2011，23（9）.

[8]李紅林，孔德劍.基于Apriori算法的高校教學(xué)評價數(shù)據(jù)挖掘[J].中國科技信息，2010，21（2）：241-242.

[9]丁衛(wèi)平，王杰華，管致錦.基于數(shù)據(jù)挖掘技術(shù)的教學(xué)評估智能輔助決策平臺的設(shè)計與實(shí)現(xiàn)[J].電化教育研究，2009，32（4）：90-92.

[10]Misra K，Misra R.Multiagent based selection of tutorsubject-student paradigm in an intelligent tutoring system[J].InternationalJournalofIntelligentInformation Technology，2010，5（1）：46-70.

[11]方敏，牛文科，張曉松.分類回歸樹多吸引子細(xì)胞自動機(jī)分類方法及過擬合研究[J].計算機(jī)研究與發(fā)展，2012，49（8）：1747-1752.

[12]林和平，張秉正，喬幸娟.回歸分析人工神經(jīng)網(wǎng)絡(luò)[J].吉林大學(xué)學(xué)報：信息科學(xué)版，2010（2）：147-152.

[13]琚亞平，張楚華.基于人工神經(jīng)網(wǎng)絡(luò)與遺傳算法的風(fēng)力機(jī)翼型優(yōu)化設(shè)計方法[J].中國電機(jī)工程學(xué)報，2009（20）：106-111.

[14]朱福珍，李金宗，朱兵，等.基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的超分辨率圖像重建[J].光學(xué)精密工程，2010，18（6）.

[15]侯建平，寧韜，蓋雙龍，等.基于光子晶體光纖模間干涉的折射率測量靈敏度分析[J].物理學(xué)報，2010，59（7）：4732-4737.