付興宏，羅雨滋

（遼陽職業(yè)技術(shù)學(xué)院 信息工程系，遼寧 遼陽 111000）

如何讓教師掌握學(xué)生學(xué)習(xí)情況，對學(xué)生給出建設(shè)性的學(xué)習(xí)意見；如何讓學(xué)生根據(jù)學(xué)習(xí)成績和自身素質(zhì)，了解學(xué)習(xí)特點(diǎn)，明確專業(yè)學(xué)習(xí)方向，是高職院校教育工作者應(yīng)該致力解決的問題。設(shè)計(jì)并開發(fā)適合高職學(xué)生特點(diǎn)和職業(yè)崗位要求的、能夠?yàn)楦呗殠熒虒W(xué)和學(xué)習(xí)提供數(shù)據(jù)和決策支持的學(xué)生綜合技能評估系統(tǒng)，對于檢驗(yàn)學(xué)生當(dāng)前學(xué)習(xí)情況，做好在校期間的職業(yè)生涯規(guī)劃，有著積極的指導(dǎo)意義。

數(shù)據(jù)挖掘（Data Mining）是指從大量結(jié)構(gòu)化和非結(jié)構(gòu)的數(shù)據(jù)中提取有用的信息和知識(shí)的過程，是知識(shí)發(fā)現(xiàn)的有效手段[1]。通過應(yīng)用數(shù)據(jù)挖掘技術(shù)，可以將目前高職院校的各種管理系統(tǒng)中的數(shù)據(jù)有效利用，并應(yīng)用到實(shí)際的教學(xué)決策和學(xué)習(xí)指導(dǎo)中，對提高高職教學(xué)質(zhì)量是非常有建設(shè)意義的。

本文利用數(shù)據(jù)庫技術(shù)和網(wǎng)絡(luò)開發(fā)技術(shù)，改進(jìn)數(shù)據(jù)挖掘技術(shù)中的分類ID3算法，給出開發(fā)高職學(xué)生綜合技能評估系統(tǒng)的基本思路和實(shí)現(xiàn)方法。

1 設(shè)計(jì)思路

根據(jù)高職教學(xué)的基本特點(diǎn)，綜合技能評估系統(tǒng)的主要功能是對學(xué)生當(dāng)前的課程成績和基本素質(zhì)進(jìn)行評估，以及依據(jù)當(dāng)前成績對學(xué)生的未來職業(yè)方向進(jìn)行預(yù)測，并給出學(xué)習(xí)的指導(dǎo)性意見。

在綜合技能評估系統(tǒng)中，無論是課程成績的評估，還是對學(xué)生綜合技能的預(yù)測評估，考慮到應(yīng)用數(shù)據(jù)挖掘技術(shù)中的分類ID3決策樹方法，選取一門課程的不同類成績，或者學(xué)生綜合技能的相關(guān)課程成績，以此作為數(shù)據(jù)樣本，生成相關(guān)決策樹，最后依據(jù)決策樹的葉子節(jié)點(diǎn)給出評估結(jié)論或者評估建議。

1.1 ID3算法

ID3算法是由Quinlan首先提出的。該算法是以信息論為基礎(chǔ)，以信息熵和信息增益為衡量標(biāo)準(zhǔn)，首先檢測所有屬性，選擇信息增益值最大的屬性產(chǎn)生決策樹節(jié)點(diǎn)，由該屬性的不同取值建立分支，再對各分支的子集遞歸調(diào)用建立決策樹節(jié)點(diǎn)的分支，直到所有子集僅包含同一個(gè)類別的數(shù)據(jù)為止，最后得到一個(gè)決策樹，從而實(shí)現(xiàn)對新的樣本的歸納分類[2]。

ID3算法中，對于一個(gè)訓(xùn)練集X，其具有目標(biāo)屬性U={u1，u2，…，um}，Ui在所有樣本中出現(xiàn)的頻率 為 pi（i=1，2，…，m），則該訓(xùn)練集 X所包含的信息熵 E定義為：

通過式（1）可以看出，算法處理過程要進(jìn)行多次對數(shù)運(yùn)算。當(dāng)出現(xiàn)較多數(shù)據(jù)量時(shí)，尤其是在成績評估系統(tǒng)中（可能會(huì)出現(xiàn)大量并發(fā)操作），這樣的運(yùn)算勢必會(huì)影響生成決策樹的效率，可見在綜合技能評估系統(tǒng)中對ID3算法進(jìn)行改進(jìn)，節(jié)省生成決策樹時(shí)間，提高處理效率，是十分必要的。

1.2 對ID3算法的改進(jìn)

對于一個(gè)在線評估系統(tǒng)來說，在某個(gè)時(shí)間段內(nèi)可能會(huì)出現(xiàn)大量的并發(fā)操作，從而影響系統(tǒng)性能，因此，考慮對傳統(tǒng)的ID3決策樹分類算法進(jìn)行改進(jìn)。

在改進(jìn)的算法中，利用了高等數(shù)學(xué)中的麥克勞林的近似公式：

當(dāng)存在 f（x）=ln（1+x）時(shí)，且當(dāng) x→0 時(shí)，ln（1+x）≈x

利用上述的近似公式，通過一系列推導(dǎo)后，信息熵公式為：

這里設(shè)定屬性值的個(gè)數(shù)為N。

在式（3）中，用常見的加法、乘法和除法運(yùn)算代替了對數(shù)運(yùn)算，與式（1）相比，節(jié)省了運(yùn)算時(shí)間。通過上述算法的改進(jìn)，在進(jìn)行決策樹分裂節(jié)點(diǎn)選取的函數(shù)運(yùn)算時(shí)，使信息熵只受屬性取值個(gè)數(shù)N的限制，可以克服傳統(tǒng)ID3算法容易出現(xiàn)的選擇偏向問題。

2 系統(tǒng)設(shè)計(jì)

2.1 系統(tǒng)功能設(shè)計(jì)

評估系統(tǒng)面向不同用戶，分為前臺(tái)系統(tǒng)和后臺(tái)系統(tǒng)。前臺(tái)系統(tǒng)面向?qū)W生和教師，后臺(tái)系統(tǒng)面向教務(wù)管理人員。對于學(xué)生用戶，可以通過前臺(tái)系統(tǒng)進(jìn)行專業(yè)基本素質(zhì)測評、查看課程成績評估情況、查看專業(yè)依照完成的課程成績，通過評估算法，了解自身的技能學(xué)習(xí)走向和技能學(xué)習(xí)指導(dǎo)意見；對于教師用戶，可以查看授課班級(jí)學(xué)生的課程成績、制定課程評估策略、成績分析、對照課程技能點(diǎn)給出學(xué)生的學(xué)習(xí)指導(dǎo)意見；專業(yè)負(fù)責(zé)人可以設(shè)計(jì)專業(yè)相關(guān)基本素質(zhì)的測試試題，比照學(xué)生基本素質(zhì)答卷給出學(xué)生專業(yè)學(xué)習(xí)指導(dǎo)意見、制定綜合技能評估策略、依據(jù)學(xué)生各科成績在技能評估算法的基礎(chǔ)上，對學(xué)生的專業(yè)學(xué)習(xí)方向有總體的掌握；對于后臺(tái)管理用戶可以執(zhí)行上述操作的基礎(chǔ)上，還具有數(shù)據(jù)導(dǎo)入、用戶管理、新聞管理、留言管理、數(shù)據(jù)備份、查看日志等管理性工作。評估系統(tǒng)的用例如圖1所示。

2.2 系統(tǒng)數(shù)據(jù)設(shè)計(jì)

評估系統(tǒng)的科目成績數(shù)據(jù)、教師用戶數(shù)據(jù)、學(xué)生用戶數(shù)據(jù)來源于學(xué)院使用的凌展教務(wù)管理系統(tǒng)，由后臺(tái)教務(wù)管理人員通過導(dǎo)入模塊進(jìn)行導(dǎo)入，基本素質(zhì)測評試題由專業(yè)負(fù)責(zé)人進(jìn)行錄入，課程評估策略由課程教師進(jìn)行設(shè)計(jì)和錄入，專業(yè)綜合技能評估策略由專業(yè)負(fù)責(zé)人進(jìn)行設(shè)計(jì)和錄入，關(guān)鍵數(shù)據(jù)表及其主要結(jié)構(gòu)如下。

圖1 綜合技能評估系統(tǒng)用例圖

（1）基本素質(zhì)試題表（B_Question）。主要結(jié)構(gòu)：編號(hào)、內(nèi)容、類型、考察點(diǎn)、專業(yè)編號(hào)、選項(xiàng)分值等。

（2）課程信息表（Course）。 主要結(jié)構(gòu)：課程號(hào)、課程名、課程類型、開設(shè)專業(yè)、是否核心課程等。

（3）課程成績表（C_Score）。主要結(jié)構(gòu)：課程號(hào)、學(xué)號(hào)、開設(shè)學(xué)期、任課教師、考核方式、平時(shí)成績、知識(shí)掌握情況、課堂學(xué)習(xí)情況、成績等級(jí)、期末成績等。

（4）課程體系表（C_System）。 主要結(jié)構(gòu)：課程號(hào)、專業(yè)號(hào)、專業(yè)方向、前導(dǎo)課程號(hào)、后繼課程號(hào)、相關(guān)課程等。

（5）課程評估策略表（C_ES）。主要結(jié)構(gòu)：編號(hào)、策略文件、課程編號(hào)、創(chuàng)建日期、創(chuàng)建人等。

（6）綜合技能評估策略表（IS_ES）。主要結(jié)構(gòu)：編號(hào)、策略文件、專業(yè)編號(hào)、專業(yè)方向、創(chuàng)建日期、創(chuàng)建人等。

（7）專業(yè)指導(dǎo)意見表（P_View）。主要結(jié)構(gòu)：學(xué)號(hào)、專業(yè)編號(hào)、專業(yè)方向、技能總評成績、指導(dǎo)意見類型、指導(dǎo)意見等。

（8）課程指導(dǎo)意見表（C_View）。 主要結(jié)構(gòu)：學(xué)號(hào)、課程編號(hào)、課程總評成績、課程指導(dǎo)意見類型、指導(dǎo)建議等。

除上述表外，還有新聞表、留言表、學(xué)生信息表、專業(yè)傾向表等。

3 系統(tǒng)實(shí)現(xiàn)

3.1 系統(tǒng)實(shí)現(xiàn)環(huán)境

考慮到評估系統(tǒng)應(yīng)用對象的廣泛性，系統(tǒng)采用目前流行的B/S結(jié)構(gòu)開發(fā)，后臺(tái)數(shù)據(jù)庫采用SQL Server2005，開發(fā)環(huán)境使用Visual Studio 2005，應(yīng)用.Net框架進(jìn)行開發(fā)，能夠發(fā)揮系統(tǒng)的效率，也能夠保證系統(tǒng)的安全性。

3.2 評估系統(tǒng)實(shí)現(xiàn)過程

整個(gè)系統(tǒng)的實(shí)現(xiàn)包括基本專業(yè)素質(zhì)評估、課程評估和綜合技能評估3個(gè)環(huán)節(jié)，其中基本專業(yè)素質(zhì)測評相對簡單，就是根據(jù)學(xué)生選擇的選項(xiàng)計(jì)算得分，根據(jù)得分的范圍給出相關(guān)指導(dǎo)性意見，而課程和綜合技能的評估則是采用改進(jìn)的ID3分類算法來執(zhí)行的，由于算法雷同，本文僅以綜合技能評估的實(shí)現(xiàn)來說明。

（1）原始數(shù)據(jù)的獲取

用于技能評估的數(shù)據(jù)是核心課程體系中的相關(guān)課程成績，其來源于學(xué)院的教務(wù)管理系統(tǒng)學(xué)生核心課程成績，通過程序模塊可以導(dǎo)入到對應(yīng)的數(shù)據(jù)表中。

在進(jìn)行數(shù)據(jù)導(dǎo)入的時(shí)候，要進(jìn)行不必要數(shù)據(jù)的清理工作。因?yàn)榇罅空n程成績信息是以無次序、無規(guī)則的數(shù)據(jù)記錄保存的，是有噪聲的。需要對大量的、潛在的有用數(shù)據(jù)進(jìn)行清理，去除噪聲并識(shí)別離群點(diǎn)、糾正數(shù)據(jù)中的不一致值[3]。

（2）數(shù)據(jù)整理

篩選掉與綜合技能評估的成績數(shù)據(jù)后，要對導(dǎo)入進(jìn)來的數(shù)據(jù)進(jìn)行整理，即依照學(xué)生的成績進(jìn)行課程等級(jí)的評定?？紤]到計(jì)算的復(fù)雜性，成績等級(jí)分為A、B、C 3個(gè)等級(jí)。

UpDateC_Scoreset成 績 等 級(jí) =′A′where 期 末 成績＞=90 and期末成績＜=100；

UpDateC_Scoreset成 績 等 級(jí) =′B′where 期 末 成績＞=70 and期末成績＜=89；

UpDateC_Scoreset成 績 等 級(jí) =′C′where 期 末 成績＞=60 and期末成績＜70。

（3）決策樹構(gòu)建

數(shù)據(jù)整理之后，即可以利用改進(jìn)的ID3算法構(gòu)建決策樹，這個(gè)過程要經(jīng)過計(jì)算機(jī)類別屬性信息熵、計(jì)算信息增益、產(chǎn)生根節(jié)點(diǎn)等步驟，簡要算法如下。

輸入：S_data（樣本數(shù)據(jù)），Attr_list（屬性集）

輸出：D_Tree（決策樹）

①建立結(jié)點(diǎn)Node；

②if S_data in類 C then；

③返回Node為一個(gè)葉節(jié)點(diǎn)，將其歸類為C；return；

④if Attr_list is NULL then；

⑤設(shè)置Node為葉節(jié)點(diǎn)，標(biāo)記S_data為高頻類；

⑥select高頻類； //選擇最高增益屬性

⑦設(shè)置Node為高頻類；

⑧對于每個(gè)高頻類中的值va，創(chuàng)建一個(gè)由Node長出的值為va的分支；

⑨設(shè)定Si是S_data中值為va的樣本集合；

⑩If Si is NULL then。

加上一個(gè)葉子，標(biāo)記Si為S_data中的高頻類

Else

加上一個(gè)有Make_Dtree返回的節(jié)點(diǎn)，繼續(xù)構(gòu)建決策樹

利用上述算法程序構(gòu)建之后的一個(gè)（網(wǎng)絡(luò)專業(yè)網(wǎng)站設(shè)計(jì)方向）簡化決策樹模型如圖2所示。該圖中對于核心課程體系中的任何一門課程成績少于60分，即為綜合技能不合格，因此該等級(jí)在決策樹中不予體現(xiàn)。

（4）決策規(guī)則表示

根據(jù)決策樹的分支情況，即可以生成綜合技能評估的決策規(guī)則。如圖2所示，一條分類規(guī)則就是從根節(jié)點(diǎn)到葉子節(jié)點(diǎn)的一條路徑，每一個(gè)屬性值構(gòu)成分類規(guī)則的條件，而葉子節(jié)點(diǎn)表示的是該規(guī)則的結(jié)果[3]。分類規(guī)則采用“if-then”規(guī)則，如：

①If Asp=′A′and 網(wǎng)頁設(shè)計(jì)=′A′Then 網(wǎng)站設(shè)計(jì)綜合技能=′合格′

②If Asp=′B′and 網(wǎng)頁設(shè)計(jì)=′C′and 平面設(shè)計(jì)=′C′Then網(wǎng)站設(shè)計(jì)綜合技能=′不合格′

（5）評估策略文件的存儲(chǔ)

在存儲(chǔ)決策規(guī)則的時(shí)候，系統(tǒng)使用易于樹形表示的XML文檔格式進(jìn)行存儲(chǔ)，將文件名記錄在數(shù)據(jù)庫中（即綜合技能評估策略表中的策略文件），基本文檔表示如下：

評估策略確定之后，專業(yè)主任可以依據(jù)學(xué)生的核心課程成績對其綜合技能進(jìn)行評估、學(xué)生和教師也可以根據(jù)當(dāng)前課程學(xué)習(xí)情況，對未來要學(xué)習(xí)的課程做出預(yù)判，從而確定學(xué)習(xí)的努力程度，或者對學(xué)生給出專業(yè)學(xué)習(xí)建議。

利用數(shù)據(jù)挖掘技術(shù)改進(jìn)的ID3算法，進(jìn)行高職院校綜合技能評估系統(tǒng)的開發(fā)，可以高效地依據(jù)專業(yè)核心課程體系中各科成績進(jìn)行分析、對專業(yè)綜合技能進(jìn)行評估和評定，為高職院校教學(xué)管理、專業(yè)建設(shè)和學(xué)生自主學(xué)習(xí)提供決策技術(shù)支持，對提高教學(xué)質(zhì)量起著輔助作用。在系統(tǒng)中，利用XML技術(shù)來存儲(chǔ)課程和綜合技能的評估策略，使其更加利于決策樹的表示，提高了存取效率，也節(jié)省了存儲(chǔ)空間。

該系統(tǒng)目前已經(jīng)在遼陽職業(yè)技術(shù)學(xué)院信息工程系進(jìn)行試運(yùn)行，目前運(yùn)行穩(wěn)定，得到了使用方的認(rèn)可，證明了其具有實(shí)用性和可靠性。

[1]蘇新寧.數(shù)據(jù)倉庫和數(shù)據(jù)挖掘[M].北京：清華大學(xué)出版社，2006.

[2]蔣盛益.數(shù)據(jù)挖掘原理與實(shí)踐[M].北京：電子工業(yè)出版社，2011.

[3]羅雨滋，趙鵬起.改進(jìn)的ID3算法在學(xué)生綜合技能評估中的應(yīng)用研究[J].佳木斯：佳木斯大學(xué)學(xué)報(bào)，2013（4）：80-82.