陳霄　曾振東

摘 要：關聯規(guī)則挖掘是挖掘研究領域的一項重要技術，高職院校教學管理系統(tǒng)產生海量數據，這些數據中隱藏著大量有價值的信息。文章采用改進的Apriori算法對高職院校計算機專業(yè)學生成績進行關聯規(guī)則分析，挖掘出課程之間的相關性，為高職院校更科學的制定教學計劃提供有力的決策支持，進而提高教育教學質量。

關鍵詞：關聯規(guī)則；高職院校；計算機專業(yè)

中圖分類號：TP393 文獻標志碼：A 文章編號：1673-8454（2014）20-0075-03

一、引言

隨著高職院?？焖侔l(fā)展，規(guī)模不斷擴大，造成高職院校在課程設置、教學內容、學生管理、招生就業(yè)等方面面臨嚴峻的考驗，傳統(tǒng)的教學管理理念已經不能夠適應高職院校發(fā)展的需要，但是，許多高職院校在專業(yè)課程設置上都是在以往的專業(yè)課程設置基礎上結合教學實際情況簡單的進行修改，很少高職院校在專業(yè)課程設置上聽取企業(yè)的建議或者遵循市場對人才的需求，導致課程應該在哪個學期開設或者是否繼續(xù)開設等方面存在不少問題。

目前，基本上所有的高職院校都是采用基于WEB的教學管理系統(tǒng)對學生成績信息進行有效管理，隨著時間的推移，教學管理系統(tǒng)將產生海量的數據，大量的數據沒有被充分的利用，因此，如何利用關聯規(guī)則挖掘技術發(fā)掘隱藏在海量學生成績數據背后有價值的信息或者規(guī)則，如課程之間的聯系，學生成績與課程之間的聯系等等，為教師授課、學生學習、教育管理決策提供有用的理論指導。

二、關聯規(guī)則挖掘和改進的Apriori算法

1.基本概念

數據挖掘（Data Mining），就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，提取隱含在其中的、人們事先不知道的、但又潛在有用的信息和知識的過程。[1]關聯規(guī)則挖掘是從大量數據中挖掘出有價值的、描述數據項之間相互聯系的有關知識。[2]關聯規(guī)則是數據挖掘研究領域的一項重要技術，其目的是從數據庫中挖掘出不低于預先給定min-support閾值和min-confi閾值的關聯規(guī)則。[3]

關聯規(guī)則描述為：設I={i1，i2，……，im}為M個項目集，D為交易數據集合，其中事務T是I項目子集（T?I），對應的每一個事務交易都有唯一的標識TID。關聯規(guī)則形如X?Y的邏輯蘊涵式，其中X?I，Y?I，且X∩Y=ф。如果事務數據庫D中有s%的事務包含X∪Y，則稱關聯規(guī)則X?Y的支持度為s%，若項集X的支持度記為support（X），規(guī)則的信任度為support（X∪Y）/ support（X）。[4]也就是：

support（XY）=P（X∪Y）

confidence（XY）=P（Y/X）

2. Apriori算法

Apriori算法是關聯規(guī)則挖掘中重要的算法之一，它的核心思想是采用逐層搜索的迭代的方法通過多次掃描數據庫D來找出所有的頻繁項集。其算法描述如下：

L1={頻繁1—項集}；

For（k=2；Lk-1≠ф；k++）do begin

Ck=apriori_gen（Lk-1）；//新的潛在頻繁項集

for all transactions t∈D do begin

Ct=subset（Ck ，t）； //事務t中包含的潛在頻繁項集

for all candidates c∈Ct do

c.count++；

end；

Lk={c∈Ck|c.count≥minsup}

end；

Answer=YkLk；

Apriori算法雖然簡單明了，容易實現，但是存在許多不足之處，一是對數據庫D掃描次數過多，二是會產生大量的中間項集。針對這兩個問題，筆者對Apriori算法做了相應的改進，將整個數據庫進行分段，挖掘過程只需在段內進行，接著各子數據庫挖掘結果匯總，最終刷選出關聯規(guī)則。

三、關聯規(guī)則挖掘在高職院校計算機專業(yè)課程設置中的應用

高職院校計算機專業(yè)課程包括有圖像處理、網頁設計、動畫制作、網站制作與維護、C語言程序設計等。采用改進的Apriori算法對計算機專業(yè)課程進行分析，分析流程包括數據選擇、數據刷選、數據轉換、數據挖掘及結果分析。

1.數據準備

本研究選取某高職院校計算機專業(yè)10級到12級學生成績表作為數據源，挖掘課程之間的關聯性。為了減少冗余數據，將一些對專業(yè)課程影響較小的字段刪除，刪除了思政類、人文類、體育類和公共基礎課成績，最終選取了《圖像處理》、《網頁設計》、《動畫制作》等15門專業(yè)基礎、專業(yè)骨干、專業(yè)核心課程學生成績作為研究對象。

2.數據篩選

采集的數據往往存在數據冗余、數據不完整性等現象，不能直接進行挖掘，需要對數據進行篩選處理。例如對于學生成績表中含有學生的電話、地址、出生年月等字段，一一進行刪除；對于學生成績表中的學生退學、轉學等記錄一一刪除；對于學生成績表中缺考的信息，采用忽略元組的方法刪除；對于個別空缺值，采用人工填充的簡單方式，其填充值為該字段的中值；對于補考、重修通過的學生成績，采用替換的方式填充為50分，便于數據轉換。經過數據篩選的數據如表1所示。

3.數據轉換

從表1中可以看出，每一條元組代表一名學生的課程成績，表中成績都是采用0-100的數值表示，如果直接進行數據挖掘，難以取得滿意的結果，所以，需要對每一條元組對應的屬性值進行量化，如采用區(qū)間量化，使每名學生每門課的成績值落入到特定的區(qū)間，最終轉換成離散屬性。因此，本文將學生各門課程成績分為優(yōu)秀、良好、中、及格、差五等，分別用A、B、C、D、E表示，90-100分為A類，80-89分為B類，70-79分為C類，60-69分為D類，60分以下為E類，同時，為了便于書寫，本文將表中各屬性的字段名用英文字母替代，其中KC1為《圖像處理》、KC2為《網頁設計》，KC3為《動畫制作》、KC4為《網站制作與維護》、KC5為《C語言程序設計》等等，數據轉換后如表2所示。

4. Apriori算法的應用

要對上述學生課程成績進行課程關聯規(guī)則挖掘，本文采用的算法運行的硬件平臺：Intel 酷睿2雙核 E7500、2GB內存，軟件平臺：Windows XP、SQL Server 2000、SPSS Clementine。經過數據轉換的學生成績數據已經滿足Apriori算法對數據的要求，可以直接使用Apriori模型進行挖掘。為了能夠得到準確有效的課程關聯規(guī)則，經過反復驗證處理，將最小支持度設定為30%，最小置信度設定為60%。部分挖掘結果如圖1所示。

5.挖掘結果及分析

上面挖掘出來的98條結果并非每條關聯規(guī)則都有意義，我們對某些無價值的關聯規(guī)則進行處理，無價值關聯就是一門課程的成績在A、B、C、D類中的其中一類能夠同時推出另外一門課程的成績?yōu)锳、B、C、D類中的兩類或者兩類以上的規(guī)則。例如，《圖像處理》成績?yōu)锳的學生可以推出《網頁設計》課程的學生成績即為A或者C等，這類規(guī)則就沒有意義。關聯規(guī)則分析主要有兩個參考依據：支持度與置信度，若數據集中D有C比例的事務T滿足“包含A事務的同時包含B事務”，則稱規(guī)則A→B具有C置信度，置信度的高低代表關聯規(guī)則強弱，置信度越高，關聯越強。

通過整理98條，剩下64條有價值的規(guī)則，分析這些關聯規(guī)則，得到部分主要的關聯規(guī)則如下：

規(guī)則1：C語言程序設計=A→網頁設計=A，置信度為69.2%，圖像處理=A、C語言程序設計=A→網頁設計=A，說明C語言程序設計、圖像處理是網頁設計的前導課程，因此，在課程設置中，網頁設計排在C語言程序設計、圖像處理課之后。

規(guī)則2：動畫制作=A→網頁設計=C，置信度為70.5%，通過查看課程的安排學期發(fā)現，網頁設計課程安排在動畫制作課程的前面，導致動畫制作課程為優(yōu)秀的學生，網頁設計課程的學生不一定為優(yōu)秀，因此，動畫制作課程應該安排在網頁設計的前面。

以下幾條規(guī)則的含義相似，不在詳述。

規(guī)則3：網頁設計=A、C語言程序設計=A→網站制作與維護=A，置信度為85%。

規(guī)則4：數據結構=D、C語言程序設計=D→數據庫技術=D，置信度80.3%。

規(guī)則5：C語言程序設計=A、操作系統(tǒng)=A→網站制作與維護=A，置信度76.5%。

規(guī)則6：計算機基礎=A、計算機組裝與維護=A、C語言程序設計=A→信息系統(tǒng)分析與設計=A，置信度82%。

從以上規(guī)則可以看出，C語言、數據結構對于計算機專業(yè)的學生來說是一門基礎課，比較重要。筆者通過分析某高職院校計算機專業(yè)課程設置是否合理，簡單的得出計算機專業(yè)課程體系，其中基礎課程為計算機基礎、計算機組裝與維護、計算機網絡技術、辦公自動化高級應用、圖像處理、動畫制作、C語言程序設計等，骨干課程為數據庫技術、網頁設計、操作系統(tǒng)、網站制作與維護等，核心課程為動態(tài)WEB技術、信息系統(tǒng)分析與設計等。

四、結束語

高職教育是培養(yǎng)符合市場需求的高技能型人才，通過關聯規(guī)則挖掘算法，能夠有效地挖掘出課程之間的關聯關系，為高職院校課程設置、教學計劃和教學方案提供有力地決策支持，也為學生學習提供方向性指導意見。

參考文獻：

[1]J Han， M Kamber. Data Mining：Concepts and Techniques[M]. San Mateo， CA：Morgan Kaufmann， 2001.

[2]付沙，周航軍.關聯規(guī)則挖掘Apriori算法的研究與改進[J]. 微電子學與計算機，2013（9）.

[3]孫志剛，朱小冬，王毅剛.基于改進關聯規(guī)則的維修專業(yè)組合與優(yōu)化模型[J].計算機應用研究，2013（2）.

[4]屈展，陳雷.一種改進的APRIORI算法在電子商務中的應用[J].西安石油大學學報（自然科學版），2012（1）.

（編輯：魯利瑞）