瞿華禮，裴云霞

（宣城職業(yè)技術(shù)學(xué)院，安徽 宣城242000）

基于聚類分析的開放教育學(xué)生滿意度研究
——以宣城廣播電視大學(xué)為例

瞿華禮，裴云霞

（宣城職業(yè)技術(shù)學(xué)院，安徽 宣城242000）

如今大數(shù)據(jù)時代，數(shù)據(jù)挖掘技術(shù)的應(yīng)用進(jìn)入到了各個領(lǐng)域，這在數(shù)據(jù)分析方面具有較好的應(yīng)用價值并能夠在獲取潛在的知識方面滿足使用者。生源是辦學(xué)單位的生命線，能否為學(xué)生提供較好的教學(xué)服務(wù)和生活服務(wù)已經(jīng)成為影響學(xué)校競爭力的決定性因素，文章從學(xué)生滿意度出發(fā)，利用聚類分析技術(shù)，找出聚類中心，系統(tǒng)分析了學(xué)生在開放教育所提供的各種服務(wù)中的滿意程度，為學(xué)校管理者的管理和決策提供依據(jù)。

數(shù)據(jù)挖掘；聚類；學(xué)生滿意度

1引　言

隨著科技和網(wǎng)絡(luò)技術(shù)的發(fā)展，成人高等教育已經(jīng)有開放教育、各高校開辦的網(wǎng)絡(luò)教育、成人教育學(xué)院等多種模式，加上普通高校的擴(kuò)招和生源數(shù)逐年減少，從而使成人高等教育生源競爭愈演愈烈。作為其中的開放教育面臨的市場競爭也越來越大，開放教育的學(xué)生作為渴望知識技能的消費者，他們是在辦學(xué)單位的組織職能中的主體，在這樣的大環(huán)境下，學(xué)生對學(xué)校所提供的服務(wù)滿意與否會對學(xué)校的生存與發(fā)展產(chǎn)生最直接的影響。

在客戶滿意度理論的基礎(chǔ)上，本文建立學(xué)生滿意度測評體系，通過測評體系，辦學(xué)單位可以直接獲取學(xué)生的需求，知道學(xué)生在開放教育消費中的滿意與不滿意所在，可以從中挖掘出潛在的需求，這將對開放教育的服務(wù)質(zhì)量進(jìn)行改進(jìn)，并能同時提高教職員工的服務(wù)理念，也可以在專業(yè)素質(zhì)上得到大力的提升，從而保證開放教育的辦學(xué)質(zhì)量，也會促進(jìn)其大力創(chuàng)新并與時俱進(jìn)，學(xué)校管理者可以通過研究學(xué)生滿意度做出正確決策，進(jìn)而改進(jìn)服務(wù)體系，使學(xué)校的發(fā)展呈良性循環(huán)態(tài)勢。

2　數(shù)據(jù)挖掘與聚類分析

2.1數(shù)據(jù)挖掘概述

數(shù)據(jù)挖掘（data mining）是一種從大量、模糊原始的數(shù)據(jù)中獲取隱含的并且有價值的信息［1］。它與傳統(tǒng)的數(shù)據(jù)分析有著根本的區(qū)別，它是在沒有確定假設(shè)的情況下發(fā)現(xiàn)潛在的信息和知識，挖掘出的結(jié)果是一些不能靠直接觀察判斷，甚至跟直覺背離的有效實用的信息，并根據(jù)挖掘的結(jié)果做出相應(yīng)的決策。數(shù)據(jù)挖掘是一門具備了描述和預(yù)測功能學(xué)科的分支，近年來，已經(jīng)在很多領(lǐng)域進(jìn)行了成功的應(yīng)用，例如房地產(chǎn)、電商、保險等行業(yè)。

數(shù)據(jù)挖掘有很多種方法，比如聚類分析、關(guān)聯(lián)規(guī)則和分類等［2］，本文中筆者運用聚類分析的方法，對采集到反映開放教育的學(xué)生滿意度的數(shù)據(jù)進(jìn)行挖掘。

2.2聚類分析介紹

聚類就是依照事情相關(guān)屬性，將事物聚集成類，聚類之后，數(shù)據(jù)將被劃分為組，也稱為簇，在每一組中，組內(nèi)的數(shù)據(jù)相似，而不同組之間的數(shù)據(jù)盡可能不相似［3］。在實際應(yīng)用中，我們可以用聚類分析的方法分析市場，描述相應(yīng)的消費者群體信息，可以有針對性的措施對待不同的消費者人群采用不同的策略而贏得市場，比如，根據(jù)一個消費者的網(wǎng)上購買記錄，可以挖掘出她的消費類型與消費能力，這樣商家可以通過網(wǎng)頁推送她可能感興趣的商品以增加銷售量。

通常的聚類方法有快速聚類、分層聚類和兩步聚類等［4］，本文采用了快速聚類的方法對數(shù)據(jù)進(jìn)行分析。

3　數(shù)據(jù)準(zhǔn)備

3.1數(shù)據(jù)采集

根據(jù)筆者多年開放教育的工作實踐，本研究采用了學(xué)生滿意度調(diào)查問卷，在問卷中，專業(yè)班級作為觀測分類，一級指標(biāo)分為3類：管理服務(wù)、教學(xué)服務(wù)和學(xué)習(xí)環(huán)境，其中管理服務(wù)中細(xì)分為：班主任服務(wù)、考務(wù)服務(wù)和后勤服務(wù)；教學(xué)服務(wù)細(xì)分為：面授教學(xué)、實踐指導(dǎo)和網(wǎng)上教學(xué)資源；學(xué)習(xí)環(huán)境細(xì)分為校園教室條件、教學(xué)設(shè)備水平和人文關(guān)懷程度，這二項指標(biāo)分別從軟硬件方面全方位涵蓋了開放教育辦學(xué)過程的主要環(huán)節(jié)，有核心的9個問題，題目的答案分別設(shè)置為3個等級：非常滿意、滿意和不滿意，在數(shù)據(jù)化的過程中，分別為3、2、1來代替。本研究中設(shè)計的滿意度指標(biāo)體系如表1所示。

表1　開放教育學(xué)生滿意度指標(biāo)

本問卷填寫的對象為宣城廣播電視大學(xué)2015秋季388名本?？飘厴I(yè)生，對象的選擇基于畢業(yè)生在3年的學(xué)習(xí)中，對辦學(xué)單位有著全方位的感受，經(jīng)歷切實具體，反映在問卷上的回答較有說服力。

本研究的數(shù)據(jù)采用統(tǒng)計軟件SPSS13.0按步驟進(jìn)行分析。

3.2數(shù)據(jù)清洗

在數(shù)據(jù)準(zhǔn)備的過程中，數(shù)據(jù)清洗是很有必要的，否則會影響挖掘的效果［5］，筆者在數(shù)據(jù)準(zhǔn)備中刪掉了漏填嚴(yán)重的數(shù)據(jù)，這樣的數(shù)據(jù)不能真實地反應(yīng)事實；刪除問卷填寫上超出設(shè)定答案的樣本；最終為有效樣本情況，有效樣本總量為361份。

將問卷數(shù)字化過，在SPSS中創(chuàng)建一個實驗數(shù)據(jù)表，建立實驗數(shù)據(jù)。

4　聚類分析在開放教育學(xué)生滿意度中的應(yīng)用

4.1分析過程

使用統(tǒng)計分析軟件SPSS for windows13.0版中聚類分析中的快速聚類功能處理數(shù)據(jù)樣本，根據(jù)聚類分析的步驟，筆者根據(jù)研究目標(biāo)打算將9個指標(biāo)全部納入聚類變量，考察各個變量的影響程度，同時確定3個目標(biāo)分類，即非常滿意、滿意、不滿意，標(biāo)簽觀測量選定為專業(yè)班級，迭代最大次數(shù)設(shè)置為10，統(tǒng)計的結(jié)果要求顯示初始聚類中心、方差分析表和每個觀測量的聚類信息，分析結(jié)果如表2，3。

表2　最終聚類中心間的距離

表3　最終聚類中心

4.2試驗結(jié)果分析

從表2最終聚類中心間的距離可以看出，這3類之間的距離都比較遠(yuǎn)，已經(jīng)很好地對各條樣本做了分類；從最終聚類中心可以看出，在第一類中，各項指標(biāo)都是處于非常滿意的狀態(tài)，在第二類中，網(wǎng)上教學(xué)資源和教學(xué)設(shè)備水平均為不滿意狀態(tài)，第三類的各項指標(biāo)處于滿意狀態(tài)；從聚類結(jié)果（表3）來看，第一類中有72條有效樣本，第二類中有227條樣本，第三類中有62條樣本，丟失0條，結(jié)合最終的聚類中心，可以得出，大多數(shù)學(xué)生對網(wǎng)上教學(xué)資源和教學(xué)設(shè)備水平都接近于不滿意的狀態(tài)。

5　結(jié)論與建議

通過問卷調(diào)查與數(shù)據(jù)分析，本文展現(xiàn)了開放教育學(xué)生滿意度的基本因素狀態(tài)，可以得出基本結(jié)論是學(xué)生整體滿意度較高，滿意及以上的比例達(dá)到83%，在管理服務(wù)方面的滿意度是比較高的，可以說明教師的服務(wù)是周到有效的，在網(wǎng)上教學(xué)資源和教學(xué)設(shè)備兩項中，大多數(shù)的學(xué)生滿意度不高，通過網(wǎng)上體驗和實地調(diào)查，發(fā)現(xiàn)電大在線上有些課程的資料是10年前就已經(jīng)出現(xiàn)，而且更新的量不大；在優(yōu)美的校園環(huán)境中，機(jī)房和多媒體的設(shè)備相對陳舊，有一定的損壞程度，導(dǎo)致學(xué)生的感受差，從聚類結(jié)果的詳表中看，不滿意的學(xué)生的專業(yè)班級中計算機(jī)類、護(hù)理類等對教學(xué)設(shè)備需求較強(qiáng)的班級學(xué)生所占比例較高。

［1］閔超，孫建軍.學(xué)科交叉研究熱點聚類分析［J］.圖書情報工作，2014，（01）：109-116.

［2］韓家煒，等.數(shù)據(jù)挖掘概念與技術(shù)［M］.北京：機(jī)械工業(yè)出版社，2012：316-320.

［3］陳超.基于數(shù)據(jù)挖掘的個性化學(xué)習(xí)模式研究［J］.電子設(shè)計工程，2013，21（12）：20.

［4］陳封能，等.數(shù)據(jù)挖掘?qū)д摚跰］.北京：人民郵電出版社，2011：21-26.

［5］張文彤，鄺春偉.SPSS統(tǒng)計分析基礎(chǔ)教程［M］.北京：高等教育出版社，2015：32-33.

責(zé)任編輯：胡德明

Research on Students’Satisfaction Degree of Open Education Based on Clustering Analysis——A Case Study of Xuancheng Radio and Television University

Qu Huali，Pei Yunxia
（Xuancheng Vocational&Technical College，Xuancheng 242000，China）

In the big data era，data mining technology has been applied into various fields，which is of important application value in data analysis and can satisfy users in acquiring potential knowledge.Since students are the lifeline of a school，providing them with good teaching and life services has become a decisive factor affecting the competitiveness of the school.The article，from the perspective of students’degree of satisfaction，finds out the clustering center with cluster analysis technology，and makes a systematic analysis of the students’satisfaction with various services in open education so as to provide evidence for the management and decision-making of the school administrators.

data mining；clustering；students’satisfaction

TP311

A

1672-447X（2016）03-0026-003

2016-01-10

安徽廣播電視大學(xué)青年教師科研項目（qn15-18）

瞿華禮（1980-），安徽霍邱人，宣城職業(yè)技術(shù)學(xué)院講師，研究方向為數(shù)據(jù)挖掘；裴云霞（1981-），安徽宣城人，宣城職業(yè)技術(shù)學(xué)院講師，研究方向為軟件開發(fā)。