岳俊輝 , 梁寶華
( 1. 合肥學(xué)院 外國語言系,合肥 230601; 2.巢湖學(xué)院 信息工程學(xué)院,合肥 238000)
文學(xué)課程興趣影響因素的關(guān)聯(lián)規(guī)則分析
岳俊輝1, 梁寶華2
( 1. 合肥學(xué)院 外國語言系,合肥 230601; 2.巢湖學(xué)院 信息工程學(xué)院,合肥 238000)
依據(jù)問卷調(diào)查所得數(shù)據(jù),借助 Apriori 算法,篩選影響學(xué)生文學(xué)課程興趣的關(guān)聯(lián)規(guī)則,結(jié)合當(dāng)前文學(xué)教學(xué)現(xiàn)狀進(jìn)行規(guī)則分析。規(guī)則表明:對選讀的處理方式、教材選編的時空維度以及評價方式對學(xué)習(xí)過程關(guān)注度等與課程興趣最為相關(guān)。對規(guī)則的分析可知,可以利用以對位閱讀法處理選讀內(nèi)容、以跨文化交流視野統(tǒng)領(lǐng)教材編寫、以形成性與終結(jié)性評估相結(jié)合的認(rèn)知詩學(xué)路徑構(gòu)建評價體系,來提高學(xué)生的課程興趣。
Apriori 算法;關(guān)聯(lián)規(guī)則;英美文學(xué)
關(guān)聯(lián)規(guī)則挖掘技術(shù)用于發(fā)現(xiàn)數(shù)據(jù)庫中各屬性之間的關(guān)聯(lián)。對于文學(xué)課程興趣,關(guān)聯(lián)規(guī)則的問題定義舉例如下:是哪些因素在多大程度上影響了學(xué)生的課程興趣呢?與這些因素相關(guān)的因素又有哪些呢?本文利用 341 份問卷收集到的數(shù)據(jù),采用 Apriori 算法,進(jìn)行數(shù)據(jù)挖掘,以期發(fā)現(xiàn)影響學(xué)生課程興趣的強(qiáng)關(guān)聯(lián)規(guī)則,進(jìn)而對文學(xué)教學(xué)提出有效建議。研究成果對于了解影響學(xué)生文學(xué)興趣的因子,透視當(dāng)前文學(xué)學(xué)科教學(xué)現(xiàn)狀,促進(jìn)學(xué)科教改具有重要理論和現(xiàn)實(shí)意義。
1.1 Apriori 算法
關(guān)聯(lián)規(guī)則算法是現(xiàn)代數(shù)據(jù)挖掘的重要方法之一。關(guān)聯(lián)規(guī)則最早由 Agrawal、Imielinski和 Swami 等人提出,其本質(zhì)就是研究一種現(xiàn)象對另一種現(xiàn)象的產(chǎn)生有多大的影響力。[1]如文獻(xiàn)[2-4]都研究了關(guān)聯(lián)規(guī)則如何運(yùn)用于教學(xué)評價中。一般把滿足設(shè)定參數(shù)要求的規(guī)則稱強(qiáng)關(guān)聯(lián)規(guī)則。
Agrawal 等人于20世紀(jì)90年代提出經(jīng)典 Apriori 算法,本文借鑒此算法,采取廣度優(yōu)先逐層迭代搜索的方法,先找出頻繁 1 項集,再利用頻繁 1 項集找到頻繁 2 項集,依次迭代,直至找不到頻繁項集。Apriori 算法會產(chǎn)生大量候選集,需進(jìn)行有效剪枝。改進(jìn)算法[5-6]的一個基本途徑是設(shè)置合適支持度和置信度作為篩選條件。支持度(Support)即是規(guī)則A?B的支持度表示項集A與B同時出現(xiàn)的頻繁程度,即整個交易集U中A、B同時出現(xiàn)的概率。置信度 (Confidence) 用來確定A出現(xiàn)的事務(wù)中包含B出現(xiàn)的概率,即Confidence(A?B)=Support(A?B)/Support(A)。實(shí)施任務(wù)前,通常先規(guī)劃任務(wù)路徑,建立可行性模型。模型的好壞直接影響挖掘的效果。
1.2 模型構(gòu)建
為了關(guān)聯(lián)規(guī)則挖掘模型分四步著手:數(shù)據(jù)收集→數(shù)據(jù)挖掘→規(guī)則解釋→實(shí)踐應(yīng)用。在具體實(shí)施過程中,要使挖掘結(jié)果更有價值,數(shù)據(jù)的真實(shí)、客觀尤為重要。而且原始數(shù)據(jù)通常不能用算法直接處理,必須根據(jù)算法的具體要求,進(jìn)行必要轉(zhuǎn)換。之后再選取相應(yīng)規(guī)則,進(jìn)行合理解釋。結(jié)合歷史數(shù)據(jù)的分析結(jié)果及相關(guān)經(jīng)驗,指導(dǎo)文學(xué)教學(xué)未來工作方向。結(jié)合文學(xué)課程及興趣取向的特點(diǎn),初步建構(gòu)模型,如圖 1 所示。
圖1 英美文學(xué)興趣關(guān)聯(lián)規(guī)則挖掘模型
2.1 數(shù)據(jù)搜集
數(shù)據(jù)搜集邀請了合肥學(xué)院、銅陵學(xué)院、巢湖學(xué)院、安徽理工大學(xué)、東華大學(xué)、湘潭大學(xué)等 6 所高校英語專業(yè)的學(xué)生參與,共產(chǎn)生有效問卷 341 份。問卷設(shè)計涉及文學(xué)教學(xué)的各個方面。以“教材選用”為主,設(shè)置了“教材的偏好”“內(nèi)容的包含”“文體的類型”“教材的編排線索”等 13 個子問題;其次是“教學(xué)方法”,包括“教學(xué)方式選擇”“教學(xué)過程細(xì)節(jié)”“課堂語言選擇”“關(guān)注重點(diǎn)”等 8 個子問題;問卷還涉及“閱讀體驗”“對教材的興趣及原因”“其他選讀作品類型”等 4 個子問題,“評價方式”中涉及“目前采取的評價方式”等 3 個子問題,以及“對課程興趣”的“感興趣程度”“不感興趣的主導(dǎo)因素”等 2 個子問題。然后將數(shù)據(jù)進(jìn)行轉(zhuǎn)換,導(dǎo)入到 sql server2010,完成數(shù)據(jù)準(zhǔn)備工作(見表1)。同時通過文獻(xiàn)搜索、學(xué)生訪談、教師專訪等方式獲得相關(guān)資料,以備參照。
表1 數(shù)據(jù)預(yù)處理結(jié)果
2.2 挖掘及規(guī)則形成
數(shù)據(jù)收集后,進(jìn)行離散化、去噪等預(yù)處理,用 VS2012 實(shí)現(xiàn)關(guān)聯(lián)規(guī)則挖掘。設(shè)置最小支持度為 0.2,最小置信度為 0.83 的閾值,可產(chǎn)生 500 多條規(guī)則。依照所得百分比來篩選典型的強(qiáng)關(guān)聯(lián)規(guī)則,可見在影響文學(xué)興趣的原因中 30.8%認(rèn)為是教法問題,27.8%認(rèn)為是教材問題,17.6%認(rèn)為是考核方式問題。具體挖掘結(jié)果如表2所示。
表2 部分挖掘結(jié)果
(因篇幅緣故,表中表述在不影響原意的情況下作了簡化。)
3.1 規(guī)則 1
規(guī)則 1 表明,對傳統(tǒng)的教學(xué)模式失去興趣,又關(guān)注選讀的學(xué)生中有 30.8%選擇對文學(xué)課程有點(diǎn)興趣,置信度為 0.875。對課本+多媒體輔助的教學(xué)模式有興趣,又關(guān)注選讀的大概解釋和文化內(nèi)涵的學(xué)生中也有 30.8%選擇對文學(xué)課程有點(diǎn)興趣,置信度為 0.845。學(xué)生最不喜歡的教學(xué)模式就是文學(xué)史+選讀,占 35.7%,最喜歡的是課本+多媒體,占 41.3%。可見教學(xué)模式和手段以及處理選讀的方法與文學(xué)課程興趣的關(guān)系密切,但前兩者均不及選讀重要。且在所得所有規(guī)則中,涉及此項的關(guān)聯(lián)規(guī)則有 122 條,達(dá)到 39%。
所以,一方面,選讀是文學(xué)教學(xué)的重中之重,占有教材的主要篇幅;另一方面,現(xiàn)代網(wǎng)絡(luò)視頻技術(shù)的使用也是盤活課堂教學(xué)的重要手段。如此,應(yīng)怎樣處理選讀內(nèi)容呢?首先要利用現(xiàn)代技術(shù)手段使文學(xué)課堂活起來,通過網(wǎng)絡(luò)視頻、電影、QQ、微信等賦予文學(xué)作品以圖像和聲音,使學(xué)生直觀感受文學(xué)的魅力。其次要重視選讀的處理。規(guī)則表明,學(xué)生更期待選讀所蘊(yùn)含的思想文化內(nèi)容。所以,語言基本要點(diǎn)不應(yīng)是選讀的重點(diǎn),而應(yīng)是語言符號所蘊(yùn)含的文化、政治、經(jīng)濟(jì)、社會等含義??紤]到學(xué)生所處的本國文化空間,選讀可借鑒薩義德的對位閱讀法,比照中外文化意識、原發(fā)語境與現(xiàn)實(shí)語境的異同,以“中學(xué)為體,西學(xué)為用”為基本思路,構(gòu)建意義的拓?fù)淇臻g,從而激發(fā)學(xué)生的課程興趣。
3.2 規(guī)則 2
本規(guī)則中,選了前三項的人中有 20.1%人選擇了最后一項,置信度為 0.865,即教材的內(nèi)容如果古典和現(xiàn)代的作品相結(jié)合,文學(xué)和非文學(xué)作品相互融合,且側(cè)重選讀內(nèi)容的思想文化內(nèi)涵,那么就有 86.5%的學(xué)生對文學(xué)有點(diǎn)興趣。
在現(xiàn)有傳統(tǒng)的教學(xué)模式下,教材的優(yōu)劣或生動程度對課程的教學(xué)效果意義重大。通過規(guī)則分析可見,在提供的如作家國別分布、流派分布、類型分許、風(fēng)格分布等選項下都有超過 50%的學(xué)生選擇包含型的選項。所得涉及教材的 236 條規(guī)則中,有 43.5%涉及到文學(xué)類型。所以學(xué)生的課程興趣度取決于教材。教材的的內(nèi)容需要兼收并蓄,不能僅局限于傳統(tǒng)的英國文學(xué)和美國文學(xué),由此教材應(yīng)該具有更為寬泛的選編視野。具體如規(guī)則所示,首先應(yīng)拓展作家作品的選編視野,兼顧除英美之外的英語國家,包括加拿大、澳大利亞、新西蘭,甚至南非等。重視文學(xué)和非文學(xué)作品的結(jié)合,融合現(xiàn)代和古典作品,應(yīng)多關(guān)注新生文學(xué)表現(xiàn)形式,如通俗文學(xué)、網(wǎng)絡(luò)文學(xué)等。開放的多維度的跨文化視野在使教材生動有趣的同時,也照顧到當(dāng)代讀者的獨(dú)特閱讀趣味,由此才能提高學(xué)生的課程興趣,幫助他們實(shí)現(xiàn)文化思維的融合和跨越。
3.3 規(guī)則 3
“對文學(xué)課程有點(diǎn)興趣,不滿單一性評價方式,對選讀內(nèi)容有興趣”的中有23.2%的人表達(dá)了對傳統(tǒng)評價方式的不滿,置信度為86%。其中,最不喜歡的評價方式有53.5%的學(xué)生選擇了期末考試或課程論文,他們中有75%的學(xué)生對課程沒有興趣。可見,學(xué)生的課程興趣很大程度上受到評價體系,尤其是考核方式的影響。
課程評價實(shí)際上是對學(xué)生在課程中的表現(xiàn)以及實(shí)際學(xué)習(xí)效果的客觀勘定。對學(xué)生學(xué)習(xí)過程和效果的評估是課程評價的應(yīng)有之義。傳統(tǒng)的以期末考試片面地強(qiáng)調(diào)效果,這種單一效果論忽略了學(xué)生對學(xué)習(xí)過程的付出,因個體學(xué)習(xí)能力能方面的不同,可能造成學(xué)習(xí)付出與效果之間的差異,由此也影響了學(xué)生的課程興趣。改變這一現(xiàn)狀,提高評價的合理性和科學(xué)性刻不容緩。規(guī)則表明,學(xué)生不滿傳統(tǒng)的單一評價方式,如期末考試或課程論文,而對彈性評價表現(xiàn)出興趣。我們建議,應(yīng)該以認(rèn)知詩學(xué)為指導(dǎo)構(gòu)建新型的評價體系。蘇曉軍[7]曾概括 Reuven Tsur 的認(rèn)知詩學(xué)路徑包括:(1)對日常的認(rèn)知過程進(jìn)行描述;(2)分析詩歌(文學(xué))是如何對日常生活經(jīng)驗進(jìn)行修正的;(3)研究這種重組和修正的效果。認(rèn)知詩學(xué)符合過程性評價的要求,“尋找其變化修正的模式”。[8]認(rèn)知詩學(xué)有助于建構(gòu)一個綜合的評價體系。“加強(qiáng)形成性評價,對學(xué)生學(xué)習(xí)過程中的成績,以及反映出來的認(rèn)知、情感、態(tài)度等方面的進(jìn)步要進(jìn)行及時地評價”[9]。具體來說,應(yīng)該進(jìn)行過程性考核,加強(qiáng)對章節(jié)總結(jié)及自主學(xué)習(xí)的階段性評價。在學(xué)期課程長度范圍內(nèi),記錄學(xué)生的文學(xué)學(xué)習(xí)質(zhì)量結(jié)果,進(jìn)行期初、期中、臨近期末三個大致階段的對照評價,評估學(xué)生不斷修正學(xué)習(xí)效果的積極性和有效度。
Apriori 算法有助于發(fā)現(xiàn)影響學(xué)生興趣的多因素的作用度,表明教學(xué)方法、教材編寫、評價體系等是影響興趣的基本方面。對選讀的處理,教材選編的時空范圍,以及評價體系建構(gòu)都對課程興趣影響巨大。我們提出,以對位閱讀法處理選讀內(nèi)容,以跨文化交流的視野統(tǒng)領(lǐng)教材編寫,從認(rèn)知詩學(xué)路徑來建構(gòu)過程與目的合一的評價體系。由于以上任何一個方面都可以再具體分成若干研究重點(diǎn),比如教學(xué)方法中的教學(xué)模式、教學(xué)手段等,教材編寫方面的文學(xué)史和選讀的組合比例、批評理論、編寫模式、版式等,所以后期研究要關(guān)注這些因素的相互作用機(jī)制。
[1] 翁敬農(nóng). 數(shù)據(jù)挖掘教程[M]. 北京:清華大學(xué)出版社, 2003: 53-61.
[2] 肖志明.關(guān)聯(lián)規(guī)則在遠(yuǎn)程教育教學(xué)評價中的應(yīng)用[J].中國遠(yuǎn)程教育, 2012(9): 39-42.
[3] 潘慶先 . 關(guān)聯(lián)規(guī)則算法的研究及其在教學(xué)評價中的應(yīng)用 [J].煙臺大學(xué)學(xué)報,2010(2):127-131.
[4] 李靜.高校教學(xué)管理關(guān)聯(lián)規(guī)則挖掘系統(tǒng)設(shè)計與實(shí)現(xiàn)[J].現(xiàn)代教育技術(shù), 2007(2): 45-67.
[5] 顏躍進(jìn),李舟軍,陳火旺.基于 FP-Tree 有效挖掘最大頻繁項集[J]. 軟件學(xué)報, 2005(2):215-222.
[6] 梁寶華,蔡敏. 正負(fù)關(guān)聯(lián)規(guī)則挖掘方法的改進(jìn)及其應(yīng)用[J].計算機(jī)工程, 2010(16):44-47.
[7] 蘇曉軍. 國外認(rèn)知詩學(xué)研究概觀[J]. 外國語文, 2009(2):6-9.
[8] 姜淑芹. 認(rèn)知詩學(xué)視野下的英美文學(xué)教學(xué)[J]. 外國語文, 2010(5):118-121.
[9] 孟冬梅.激勵式立體化英語教學(xué)模式的探究與實(shí)踐[J].外語電化教學(xué), 2015(1):50-56.
[責(zé)任編輯:張永軍]
An Analysis of the Interest in British and American Literature Based on Association Rules
YUE Jun-hui1,LIANG Bao-hua2
(1. Department of Foreign Languages, Hefei University, Hefei 230601; 2. School of Information Engineering, Chaohu University, Hefei 238000, China )
By using Apriori algorithm, this paper mainly analyzes factors which may influence students’ interest in British and American Literature from perspectives of teaching method, selected readings in textbook and system of assessment. Association rules show that method of interpreting selected readings, timespan and space in selected reading and focus of the objective of the assessment all affect students’ interest in the course. Thus the paper proposes that selected readings should be interpreted from the perspective of post-colonialism, the compiling of textbook based on cross culture, and the system of assessment established by means of cognitive poetics with both formative and summative tools, so as to arouse students’ more interest.
Apriori algorithm; association rule; British and American Literature
2016-09-28
2016-12-20
2015 年安徽省教育廳人文社科重點(diǎn)項目“愛倫·坡小說文本中的權(quán)力話語研究”(SK2015A479)資助。
岳俊輝(1977— ),男,安徽淮南人,合肥學(xué)院外國語言系講師;梁寶華(1973— ),男,安徽巢湖人,巢湖學(xué)院信息工程學(xué)院副教授。
H319
A
2096-2371(2017)01-0133-04