遼寧石化職業(yè)技術(shù)學(xué)院 楊 迪

基于距離的孤立點(diǎn)挖掘改進(jìn)算法在教務(wù)管理中的應(yīng)用

遼寧石化職業(yè)技術(shù)學(xué)院 楊 迪

目前，國內(nèi)高校的在校生人數(shù)都已達(dá)到上萬的規(guī)模,并且運(yùn)行著成績管理等各種各樣的軟件系統(tǒng)，這些系統(tǒng)中的數(shù)據(jù)庫積累了大量的數(shù)據(jù)。利用這些數(shù)據(jù)理性地分析學(xué)校各方面工作的成效特別是在學(xué)生培養(yǎng)過程中的得失變得十分重要。本文通過對經(jīng)典的基于距離的孤立點(diǎn)挖掘算法的分析與研究，提出了一種改進(jìn)的孤立點(diǎn)挖掘算法，并將該挖掘模型應(yīng)用到教務(wù)管理系統(tǒng)學(xué)生成績歷史數(shù)據(jù)的挖掘中。

數(shù)據(jù)挖掘；孤立點(diǎn)；教務(wù)管理；學(xué)生成績

1 建立模型

（1）數(shù)據(jù)預(yù)處理

本文選取數(shù)據(jù)對象為遼寧石化職業(yè)技術(shù)學(xué)院石油化工生產(chǎn)技術(shù)專業(yè)2013級學(xué)生。選取該專業(yè)167名學(xué)生入學(xué)后三個學(xué)期考試成績作為實(shí)驗(yàn)的數(shù)據(jù)集，在數(shù)據(jù)預(yù)處理過程中，將考試成績不及格的學(xué)生成績統(tǒng)一記為50分，以便能夠參照學(xué)生平均績點(diǎn)公式計(jì)算。

（2）平均績點(diǎn)計(jì)算公式其中，Si為第i門課程的分?jǐn)?shù)，Ci為第i門課程的學(xué)分，n為課程門數(shù)。（3）孤立點(diǎn)定義

文中以學(xué)生平均績點(diǎn)分析為例，選取數(shù)據(jù)對象同上，將三個學(xué)期的學(xué)分績點(diǎn)看做檢測屬性，該問題歸屬于多變量的孤立點(diǎn)檢測問題。經(jīng)過數(shù)據(jù)分析，通過孤立點(diǎn)挖掘算法檢測學(xué)習(xí)成績，其中上升、下降幅度變化較大的即為孤立點(diǎn)。

2 孤立點(diǎn)數(shù)據(jù)挖掘流程

（1）系統(tǒng)結(jié)構(gòu)

經(jīng)過改良的挖掘算法與傳統(tǒng)的基于距離的孤立點(diǎn)檢測算法相比，首先能夠查找出相似的孤立點(diǎn)，并明確了孤立點(diǎn)的程度，去掉了設(shè)置參數(shù)p和d；其次，引入關(guān)鍵屬性后，數(shù)據(jù)集中非關(guān)鍵屬性的數(shù)據(jù)可以在數(shù)據(jù)預(yù)處理階段中刪除掉，以便提高效率；再次，通過距離度量的改進(jìn)，可降低錯誤的概率。本文將遼寧石化職業(yè)技術(shù)學(xué)院教務(wù)管理系統(tǒng)中的數(shù)據(jù)用改進(jìn)后的算法計(jì)算，對學(xué)生的平均績點(diǎn)進(jìn)行孤立點(diǎn)挖掘，嘗試挖掘出“其他的”但是有用的信息，以便管理者和教育決策者做決策。程序框圖如圖1所示：

圖1 程序框圖

（2）關(guān)鍵屬性的確定

針對學(xué)生的平均績點(diǎn)，可求出相應(yīng)的屬性隸屬度，分別為λ1=0.137932，λ2=0.279831，λ3=0.036037，可以看出λ2＞λ1＞λ3，λ2即為關(guān)鍵屬性。因此在數(shù)據(jù)預(yù)處理階段，可刪除屬性1和屬性3的數(shù)據(jù)，使孤立點(diǎn)挖掘的效率提高。

（3）改進(jìn)距離度量

本文采用了基于改進(jìn)距離度量的方法，降低數(shù)據(jù)分布不均勻給孤立點(diǎn)挖掘結(jié)果帶來的影響。

（4）孤立點(diǎn)挖掘程序代碼

3 結(jié)果分析

通過結(jié)果數(shù)據(jù)比較得出，在遼寧石化職業(yè)技術(shù)學(xué)院石油化工生產(chǎn)技術(shù)專業(yè)2013級157名學(xué)生數(shù)據(jù)中挖掘出11個孤立點(diǎn)，大部分是成績不穩(wěn)定的同學(xué)，比如吳皓、張強(qiáng)、劉晶晶等，成績上升的有張華軍，成績下降的學(xué)生有劉瑤、田梓萌等。結(jié)果數(shù)據(jù)可以作為教育管理者制定人才培養(yǎng)方案和教學(xué)計(jì)劃時的參考依據(jù)，可以為教育者提供專業(yè)的“特殊”學(xué)生，尤其是成績下降幅度大的學(xué)生，班主任以及任課教師可以有針對性的進(jìn)行輔導(dǎo)和幫助，從而能夠在短時間內(nèi)將學(xué)生的成績提高上去。

此外，在改進(jìn)算法中引進(jìn)關(guān)鍵屬性概念，使非關(guān)鍵屬性的數(shù)據(jù)不參加計(jì)算，以提高了算法效率。通過結(jié)果數(shù)據(jù)對比，孤立點(diǎn)的挖掘結(jié)果基本一致，只在順序上略有不同，可忽略不計(jì)。與傳統(tǒng)的孤立點(diǎn)挖掘方法相比，上文采用的算法取消設(shè)置參數(shù)p和d，使用者只需指定需要挖掘出的孤立點(diǎn)個數(shù)，即j值，就可以檢測出j個孤立點(diǎn)。在時間復(fù)雜度上，本文采用的算法也優(yōu)于其他算法。

[1]張京民等．?dāng)?shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)[M]．北京:電子工業(yè)出版社,2002．

[2]孟浩．孤立點(diǎn)挖掘技術(shù)在入侵檢測中的應(yīng)用研究[D]．大連海事大學(xué)碩士學(xué)位論文,2007．

[3]黃浩,王建軍．WEB使用挖掘研究[J]．計(jì)算機(jī)系統(tǒng)應(yīng)用,2008(1):125-128．

[4]曾春,邢春曉,周立柱．個性化服務(wù)技術(shù)綜述[J]．軟件學(xué)報,2002, 13(10):1952-1961．

楊迪（1980—），男，滿族，遼寧錦州人，碩士，講師，主要從事應(yīng)用數(shù)學(xué)及圖論的研究。