鄒靜?楊劼

摘 要：課程評價(jià)方法的科學(xué)性、準(zhǔn)確性和有效性一直是高校“思想道德修養(yǎng)與法律基礎(chǔ)”課程改革的重點(diǎn)內(nèi)容之一。本文嘗試著將數(shù)據(jù)挖掘技術(shù)應(yīng)用于“思想道德修養(yǎng)與法律基礎(chǔ)”課程評價(jià)之中，通過對相關(guān)數(shù)據(jù)的擇取、挖掘和分析，獲得科學(xué)而可量化的課程評價(jià)結(jié)果，進(jìn)而指導(dǎo)教學(xué)改革。

關(guān)鍵詞：數(shù)據(jù)挖掘；關(guān)聯(lián)規(guī)則；課程評價(jià)

1 概述

“思想道德修養(yǎng)與法律基礎(chǔ)”課程是高校思想政治理論課的重要課程之一，其主旨在于幫助大學(xué)生提升思想道德素養(yǎng)與法律素養(yǎng)。思想道德與法律素養(yǎng)是人的基本素養(yǎng)，表現(xiàn)在人們協(xié)調(diào)、處理各種關(guān)系時(shí)的是非善惡判斷和行為選擇，決定著人們在日常生活中的行動(dòng)目的和方向?！八枷氲赖滦摒B(yǎng)與法律基礎(chǔ)”課程融政治性、思想性、知識性及實(shí)踐性于一體，主要任務(wù)在于以馬列主義、毛澤東思想、中國特色社會(huì)主義理論體系為指導(dǎo)，針對大學(xué)生成長成才過程中所面對的思想道德和法律問題，通過人生價(jià)值觀、道德觀和法律觀的教育，使大學(xué)生成長為社會(huì)主義事業(yè)的合格建設(shè)者和可靠接班人。

因此，“思想道德修養(yǎng)與法律基礎(chǔ)”課程在當(dāng)代大學(xué)生的課程體系當(dāng)中占據(jù)相當(dāng)重要的位置。

2 數(shù)據(jù)挖掘

2.1 數(shù)據(jù)挖掘概述

數(shù)據(jù)挖掘（Data Mining）技術(shù)是指挖掘巨大數(shù)據(jù)背后潛在知識，找尋關(guān)系數(shù)據(jù)庫里數(shù)據(jù)信息間隱藏的規(guī)則和聯(lián)系的過程。這門技術(shù)屬于跨學(xué)科技術(shù)，融合統(tǒng)計(jì)學(xué)、模式識別、數(shù)據(jù)庫、機(jī)器學(xué)習(xí)、可視化技術(shù)以及人工智能等于一體，能夠自動(dòng)化地分析海量數(shù)據(jù)。隨著信息技術(shù)的快速發(fā)展，在海量的數(shù)據(jù)信息中，數(shù)據(jù)挖掘技術(shù)能夠預(yù)測數(shù)據(jù)未來的走向，給決策者提供有效的決策數(shù)據(jù)，從而做出有效決策，提高管理或行為控制效率。

2.2 數(shù)據(jù)挖掘的功能

描述和預(yù)測是數(shù)據(jù)挖掘的兩大基本功能。描述即分析現(xiàn)有數(shù)據(jù)，刻畫出數(shù)據(jù)的一般規(guī)律，進(jìn)而發(fā)現(xiàn)數(shù)據(jù)之間的聯(lián)系；預(yù)測是指分析現(xiàn)有數(shù)據(jù)，從而預(yù)測數(shù)據(jù)未來走向和趨勢。

2.3 數(shù)據(jù)挖掘的特點(diǎn)

數(shù)據(jù)挖掘與傳統(tǒng)信息基礎(chǔ)相比，其特點(diǎn)在于：

（1）數(shù)據(jù)的海量性。數(shù)據(jù)挖掘的應(yīng)用必須是在海量的數(shù)據(jù)基礎(chǔ)之上，需要從多個(gè)數(shù)據(jù)庫中抽取經(jīng)過預(yù)處理后的有效數(shù)據(jù)。

（2）數(shù)據(jù)的離散性。數(shù)據(jù)挖據(jù)技術(shù)是針對離散型數(shù)據(jù)進(jìn)行的分析和應(yīng)用。因而，在進(jìn)行數(shù)據(jù)預(yù)處理時(shí)，往往需要進(jìn)行數(shù)據(jù)離散化處理才能供數(shù)據(jù)挖掘工具進(jìn)行處理。

（3）技術(shù)的實(shí)用性。數(shù)據(jù)挖掘技術(shù)現(xiàn)已被廣泛應(yīng)用于金融領(lǐng)域、醫(yī)學(xué)領(lǐng)域、農(nóng)業(yè)領(lǐng)域、商業(yè)領(lǐng)域等諸多領(lǐng)域，其能夠在分類與預(yù)測中給予決策者有效的決策信息，從而做出科學(xué)決策。

（4）結(jié)果的動(dòng)態(tài)性。數(shù)據(jù)是瞬息萬變的，隨著數(shù)據(jù)的不斷變化，數(shù)據(jù)挖掘結(jié)果也會(huì)發(fā)生相應(yīng)改變，具有實(shí)時(shí)性、動(dòng)態(tài)性的特征。

2.4 數(shù)據(jù)挖掘的常用技術(shù)

從創(chuàng)建至今，數(shù)據(jù)挖掘技術(shù)涉及各種學(xué)科領(lǐng)域。不同學(xué)科特點(diǎn)的挖掘技術(shù)存在著非常大的差異。因而，針對不同學(xué)科選取的技術(shù)也會(huì)有所區(qū)別。當(dāng)前，數(shù)據(jù)挖掘的常用技術(shù)包括決策樹、關(guān)聯(lián)規(guī)則、人工神經(jīng)網(wǎng)絡(luò)、模糊集和粗糙集等，他們的基本概念和優(yōu)缺點(diǎn)各不相同。目前應(yīng)用較為廣泛的幾種挖掘方法，它們的特點(diǎn)是：決策樹：易于構(gòu)造，簡單清晰，但難以預(yù)測連續(xù)性數(shù)據(jù)；關(guān)聯(lián)規(guī)則：適應(yīng)性強(qiáng)，結(jié)果清晰明了，但需要準(zhǔn)確設(shè)置最小支持度和最小置信度；人工神經(jīng)網(wǎng)絡(luò)：適應(yīng)性、自學(xué)習(xí)和容錯(cuò)性強(qiáng)，具有并行處理能力，但數(shù)據(jù)準(zhǔn)備花費(fèi)大，挖掘過程復(fù)雜難理解，且對設(shè)計(jì)者的要求高?？梢?，了解數(shù)據(jù)挖掘常用技術(shù)，掌握其不同優(yōu)缺點(diǎn)，并依據(jù)不同的挖掘領(lǐng)域和挖掘任務(wù)，選取恰當(dāng)?shù)募夹g(shù)，對于挖掘結(jié)果的科學(xué)性至關(guān)重要。

2.5 關(guān)聯(lián)規(guī)則挖掘

關(guān)聯(lián)規(guī)則（Association Rule）是在數(shù)據(jù)挖掘的一個(gè)重要研究方向，用以描述事物間的相互聯(lián)系，是數(shù)據(jù)中一種簡單實(shí)用的規(guī)則。關(guān)聯(lián)規(guī)則的定義是：在給定一個(gè)事務(wù)數(shù)據(jù)庫的范圍內(nèi)，基于支持度（Support）-置信度（Confidence）框架中，發(fā)現(xiàn)數(shù)據(jù)之間大量有趣的相互聯(lián)系，找出所有支持度和置信度均滿足用戶設(shè)定的最小支持度閾值和最小置信度閾值的關(guān)聯(lián)規(guī)則。

支持度的算術(shù)表達(dá)式為：Support（X?Y）=P（X∪Y），即該條規(guī)則在所有事務(wù)中所占的比例，是表示這條關(guān)聯(lián)規(guī)則的頻度。

置信度算術(shù)表達(dá)式為： Confidence（X?Y）=P（Y︱X），即在包含X的事務(wù)中，出現(xiàn)Y的概率，它是關(guān)聯(lián)規(guī)則準(zhǔn)確度的衡量標(biāo)準(zhǔn)。

從上述關(guān)聯(lián)規(guī)則的定義發(fā)現(xiàn)，任意兩個(gè)事務(wù)之間都存在大量屬性值的不同的關(guān)聯(lián)規(guī)則。實(shí)際上，滿足一定出現(xiàn)幾率且具有實(shí)用性的關(guān)聯(lián)規(guī)則才有價(jià)值、有意義。劃定合理范圍、選取恰當(dāng)?shù)淖钚≈С侄群妥钚≈眯哦?，這取決于對數(shù)據(jù)挖掘目的的估計(jì)：如果取值過小，會(huì)發(fā)現(xiàn)大量的關(guān)聯(lián)規(guī)則，使有價(jià)值的關(guān)聯(lián)規(guī)則容易被埋沒，既浪費(fèi)系統(tǒng)資源，又影響數(shù)據(jù)挖掘的執(zhí)行效率；如果取值過大，則有可能錯(cuò)失比較稀有的規(guī)則。而在實(shí)際中，往往就是這類稀有的規(guī)則能帶來利益，凸顯價(jià)值。

3 “思想道德修養(yǎng)與法律基礎(chǔ)”課程評價(jià)

3.1 數(shù)據(jù)挖掘?qū)ο蠹斑x擇

教學(xué)評價(jià)是課程教學(xué)過程中的重要環(huán)節(jié)，其在指導(dǎo)教師開展教學(xué)效果評估，促進(jìn)教學(xué)效果提升起著相當(dāng)重要的作用?？茖W(xué)、有效、全面的教學(xué)評價(jià)能夠幫助思想政治理論課教師準(zhǔn)確把握教學(xué)進(jìn)程，及時(shí)調(diào)整教學(xué)方法，有效改進(jìn)教學(xué)模式。筆者所在的廣西衛(wèi)生職業(yè)技術(shù)學(xué)院，一直在努力提高“思想道德修養(yǎng)與法律基礎(chǔ)”課程教育的質(zhì)量，嘗試過許多評價(jià)課程質(zhì)量的評價(jià)標(biāo)準(zhǔn)，但都不盡如人滿意。如：以調(diào)查問卷的形式向授課對象（學(xué)生）發(fā)放相關(guān)問卷，對回收問卷進(jìn)行統(tǒng)計(jì)后得出學(xué)生對課程的滿意程度。但此種形式，容易造成的偏差是學(xué)生大多關(guān)注于教師個(gè)人的人格魅力、課堂的活躍程度、授課語言的幽默風(fēng)趣程度等因素，而忽略了教師授課本身的理論素養(yǎng)；以單純的期末成績來評價(jià)，此種評價(jià)即唯分?jǐn)?shù)論，本門課程是一門行為養(yǎng)成的課程，唯分?jǐn)?shù)論有悖于思想政治教育教學(xué)目的中“知性合一”的教學(xué)目標(biāo)；以綜合期末成績來評價(jià)，教學(xué)效果缺乏統(tǒng)一的量化標(biāo)準(zhǔn)，往往受到科學(xué)性、真實(shí)性等方面因素的質(zhì)疑。

為了解決上述評價(jià)標(biāo)準(zhǔn)的弊端，筆者嘗試將數(shù)據(jù)挖掘技術(shù)中的預(yù)測功能應(yīng)用于教學(xué)評價(jià)中，利用關(guān)聯(lián)規(guī)則挖掘模式，試圖從大量數(shù)據(jù)中挖掘一些隱含在數(shù)據(jù)之間，有價(jià)值的關(guān)聯(lián)規(guī)則，另一個(gè)角度科學(xué)地分析某課程的教學(xué)評價(jià)。本次數(shù)據(jù)挖掘?qū)ο筮x定為2009年至2014年，廣西衛(wèi)生職業(yè)技術(shù)學(xué)院社管系（含原社科部），“思想道德修養(yǎng)與法律基礎(chǔ)”課程的所有數(shù)據(jù)。該數(shù)據(jù)包含所有學(xué)生個(gè)人信息，平時(shí)上課、學(xué)習(xí)、考試以及實(shí)踐信息，成績由平時(shí)成績、實(shí)踐成績和考試成績?nèi)糠纸M成，以及承擔(dān)該門課程任務(wù)的教師信息，將近2萬條各類原始數(shù)據(jù)。

3.2 數(shù)據(jù)挖掘過程

通過對數(shù)據(jù)挖掘?qū)ο蟮倪x擇，按照數(shù)據(jù)挖掘的要求，需要對原始數(shù)據(jù)進(jìn)行數(shù)據(jù)準(zhǔn)備方面的工作，包括數(shù)據(jù)選擇、數(shù)據(jù)清洗、數(shù)據(jù)離散化。

數(shù)據(jù)選擇過程，將原始數(shù)據(jù)中一些對挖掘結(jié)果的影響不大，不太需要的屬性剔除出去，比如學(xué)生的姓名、年齡等信息；數(shù)據(jù)清洗過程，是將選擇好的數(shù)據(jù)結(jié)果按照數(shù)據(jù)規(guī)范進(jìn)行整理，主要完成明顯錯(cuò)誤數(shù)據(jù)的舍棄、使用全局變量或平均值修補(bǔ)遺漏數(shù)據(jù)、“噪聲”數(shù)據(jù)平滑處理等工作；數(shù)據(jù)離散化過程，是將連續(xù)的數(shù)據(jù)轉(zhuǎn)化為離散的區(qū)間數(shù)據(jù)，例如將成績轉(zhuǎn)化為“優(yōu)”、“良”、“中”、“差”四等。

經(jīng)過上述數(shù)據(jù)準(zhǔn)備階段的工作，可以將原始數(shù)據(jù)變?yōu)橐韵滦问降拇诰驍?shù)據(jù)表：

表3.1 待挖掘數(shù)據(jù)表

年級 姓名 教師 平時(shí)成績 實(shí)踐成績 考試成績

2009 王X 1 A A A

2009 盧X 1 B B A

… … … … … …

2009 劉X 2 C A C

2009 趙X 2 B C B

… … … … … …

2010 張X 3 D C C

2010 秦X 3 A B C

… … … … … …

由于這次數(shù)據(jù)挖掘的目的在于對課程效果的客觀評價(jià)，為的是能更科學(xué)評價(jià)各位授課教師的教學(xué)效果，更好地推進(jìn)教學(xué)質(zhì)量的提高，因此，本次著眼的挖掘結(jié)果只是“優(yōu)”和“差”兩個(gè)極端。根據(jù)關(guān)聯(lián)規(guī)則有關(guān)支持度和置信度的定義，只分析成績?yōu)锳或者D的兩種可能，可以將表3.1的挖掘結(jié)果如下表3.2所示：

表3.2 挖掘結(jié)果表

教師1 教師2 教師3 教師4 …

平時(shí)

A 支持度 0.04 0.14 0.09 0.13 …

置信度 0.55 0.28 0.33 0.76 …

平時(shí)

D 支持度 0.23 0.15 0.07 0.02 …

置信度 0.33 0.39 0.72 0.35 …

實(shí)踐

A 支持度 0.19 0.13 0.01 0.05 …

置信度 0.44 0.72 0.10 0.52 …

實(shí)踐

D 支持度 0.02 0.06 0.13 0.07 …

置信度 0.26 0.34 0.53 0.86 …

考試

A 支持度 0.06 0.10 0.04 0.08 …

置信度 0.45 0.61 0.11 0.54 …

考試

D 支持度 0.16 0.03 0.05 0.11 …

置信度 0.30 0.47 0.30 0.61 …

支持度是關(guān)聯(lián)規(guī)則的頻度，表明出現(xiàn)的幾率。置信度是關(guān)聯(lián)規(guī)則的準(zhǔn)確度。關(guān)聯(lián)規(guī)則挖掘結(jié)果也跟最小支持度和最小置信度的數(shù)值的選擇有著直接的關(guān)系。因此，需要慎重選擇。在實(shí)踐中，可以多次嘗試分別更改最小支持度和最小置信度的數(shù)值，找到較為合理的數(shù)值組合。經(jīng)過多次調(diào)整，本次數(shù)據(jù)挖掘最為合理的數(shù)值組合，確定選取最小支持度為0.1，最小置信度為0.5。將最小支持度和最小置信度應(yīng)用于數(shù)據(jù)挖掘結(jié)果表3.2，整理出最終的挖掘結(jié)果為：

教師4?平時(shí)A；授課教師2?實(shí)踐A；教師3?實(shí)踐D；教師2?考試A；教師4?考試D。

以上關(guān)聯(lián)規(guī)則分別解讀為：學(xué)生在教師4的課堂中，平時(shí)表現(xiàn)較好，獲得評分較高，排除教師人為打分因素，可認(rèn)定該教師在日常授課的方法較好；教師2在引導(dǎo)學(xué)生完成實(shí)踐作業(yè)的方面做得較好；教師3則在引導(dǎo)學(xué)生完成實(shí)踐作業(yè)的方面需要改進(jìn)和提高；教師2在課堂理論講授做得較好；教師4在課堂理論講授方面有待提高。

通過將幾年的數(shù)據(jù)整合起來，形成統(tǒng)一的源數(shù)據(jù)，可以最大程度降低學(xué)生自身的因素，如學(xué)習(xí)態(tài)度、學(xué)習(xí)方法、學(xué)習(xí)能力等，對挖掘結(jié)果的影響，更有效地將課程評價(jià)的決定因素鎖定在教師自身的因素上。因此，該挖掘結(jié)果對于教師自我反思、交流學(xué)習(xí)、比較改進(jìn)自己的授課方式方法和教學(xué)效果，具有較科學(xué)的指導(dǎo)意義，也對“思想道德修養(yǎng)與法律基礎(chǔ)”這門課程整體教學(xué)質(zhì)量提高具有明顯的推動(dòng)作用。

4 結(jié)語

在當(dāng)前重視數(shù)據(jù)收集和積累的信息時(shí)代，合理運(yùn)用新技術(shù)，更充分有效利用數(shù)據(jù)，更好地借助信息化水平發(fā)展帶來的便利，使之為教學(xué)水平提高、進(jìn)一步改善教學(xué)質(zhì)量提供參考依據(jù)。實(shí)踐結(jié)果證明，數(shù)據(jù)挖掘技術(shù)為課程評價(jià)提供了一個(gè)全新的視角和評價(jià)方法。該方法較之傳統(tǒng)的評價(jià)方法，能減少明顯的不足和弊端，能減少其他因素對結(jié)果的干擾，發(fā)現(xiàn)隱含在數(shù)據(jù)之間更有價(jià)值的知識，更科學(xué)地利用、分析數(shù)據(jù)。

參考文獻(xiàn)

[1]Han Jiawei， Michelin Kamber.范明，孟小峰譯.數(shù)據(jù)挖掘概念核技術(shù)（原書第2版）[M].北京：機(jī)械工業(yè)出版社，2007.

[2]紀(jì)希禹.數(shù)據(jù)挖掘技術(shù)應(yīng)用實(shí)例[M].北京：機(jī)械工業(yè)出版社，2009.

[3]陳申燕.多層關(guān)聯(lián)規(guī)則挖掘算法的研究及應(yīng)用[J].計(jì)算機(jī)工程與設(shè)計(jì)，2010，31：885-888.

[4]夏李燦.基于關(guān)聯(lián)規(guī)則的移動(dòng)資費(fèi)與手機(jī)上網(wǎng)收益相關(guān)性數(shù)據(jù)研究[D].長沙：湖南大學(xué)，2010.

[5]http：//datamininglab.com/

作者簡介

鄒靜（1981-），女，廣東南海，法學(xué)碩士研究生，中級，憲法、行政法、數(shù)據(jù)挖掘。

楊劼（1981-），男，湖南長沙，計(jì)算機(jī)科學(xué)碩士研究生，初級 數(shù)據(jù)庫應(yīng)用、數(shù)據(jù)挖掘。