劉訓星

?

基于K-means聚類算法的在線學習行為分析

劉訓星

（宣城職業(yè)技術(shù)學院，安徽 宣城 242000）

K-means算法是基于距離作用相似性度量的聚類算法，論文介紹K-means聚類算法的3個基本參數(shù)。通過對學員學習行為記錄數(shù)據(jù)，運用K-means聚類分析算法，可以構(gòu)建出電大學員行為特征,有效的改善在線資源的配置。

用戶行為；K-means聚類算法；初始聚類中心選取；行為特征

引 言

在信息快速發(fā)展的今天，網(wǎng)絡技術(shù)快速發(fā)展和數(shù)字化學習資源建立，為我們學習方式帶來了新的機遇和挑戰(zhàn)，如何使用網(wǎng)絡組織高效學習，則成為我們關(guān)注焦點。電大學員的學習方式也悄然發(fā)生改變，在線學習方式在電大教育模式中，扮演者重要的角色。電大學員就能根據(jù)自己工作和家庭的情況合理安排學習時間（靈活多變學習方式）、選擇自己學習的內(nèi)容（個性化的學習資源），同時有助于教師建立個性化教學設計、科學的學習行為評價模式、高效服務體系。國外學者主要集中在行為的理論[1]發(fā)展研究，國內(nèi)學者不少在活動評價[2]方面研究。

文中首先采集了電大宣城分校服務器對有學籍學員在線學習原始數(shù)據(jù)，其次對獲取進行預處理，選擇有效數(shù)據(jù)，最后運用k-means聚類算法進行數(shù)據(jù)挖掘，獲取在線學習行為模式。本課題的最大亮點是k-means聚類算法首次在電大在線學習行為模型中使用，通過對在線學習行為模式的數(shù)據(jù)挖掘分析，有效的提高電大在線教育教學質(zhì)量。

1　在線學習行為

1.1 學員在線學習行為探討

在線學習是課堂學習一種重要補充，學員利用在線學習平臺，可以學習平臺上豐富學習資源。在線學習注重媒體教學[3]和時空分離。在線學習行為主要有課件閱讀、課程視頻點播、論壇發(fā)帖討論、教學在線直播、論壇答疑解惑、學習資料下載、在線完成作業(yè)、在線自我測試等。

1.2 學員在線學習行為分析

1.2.1.學員特征分析。學員在線學習受到很多方面影響，最主要的是心理因素和環(huán)境因素兩個方面。心理因素:學習目的、掌握的學習方法、學員意志品質(zhì)。環(huán)境因素：學習內(nèi)容展現(xiàn)形式、學習輔助工具、學習平臺更新和服務。

1.2.2.學習過程分析。學員根據(jù)在線學習平臺的學習任務，制定各自在線學習目標（學習目標），在學習目標的指引下主動的進行學習（自主學習），為了解決在線學習過程問題，學員之間或?qū)W員與老師之間通過平臺中論壇進行交流溝通（交流研討），在學員進行學習過程中平臺會及時將進度和評價并反饋給學員，學員依據(jù)平臺評價認真反思及時調(diào)整學習方式方法（反思性學習），最后在線平臺依據(jù)學員狀況給出每個學員學習結(jié)果（學習結(jié)果）。在整個學習過程學員之間進行學習經(jīng)驗交流溝通和學習資源共享相互協(xié)作（團隊協(xié)作）。

學員在線學習以自主學習、協(xié)同學習為主，還包括情景學習[4]。自主學習是以學員自己為主體，使用網(wǎng)絡資源，進行探索、創(chuàng)造、實踐來達到學習目標方式。協(xié)同學習是網(wǎng)絡發(fā)展以中新趨勢，學員們可以使用網(wǎng)絡平臺就學習內(nèi)容進行交流溝通、分享學習資源，從而達到共同進步。情景學習內(nèi)容豐富內(nèi)涵深刻，是一種嶄新的學習視角，是一種將從孤立學習到維系在具體情景中的過程、是一種學習個體走向?qū)W習共同體的過程、是一種從共同體邊緣走向中心的過程。

2　K-means算法

2.1 算法

K-means算法[5]屬于聚類方法中的一種劃分方法，具有好伸縮性和很高的效率，比較適合大量數(shù)據(jù)處理。將對象分成若干組，以對象的相似度分組，結(jié)果得到多個不同聚類，相似度高對象就劃分在同一聚類中。

(1)隨機性地從n個模式{i1，i2，…ik}中選參數(shù)k。

(2)k個原型{W1，W1,…Wk}

(3)j∈{l，2，…，k}，l∈{l，2，…，n}。

K-means算法流程

圖1.K-means算法流程圖

2.2 類別個數(shù)K

K-means算法中由于缺乏嚴格數(shù)學準則，類別個數(shù)K的選擇飽受爭議，學者們提出了許多啟發(fā)式和貪婪準則。這其中最具有代表性的是，如圖1所示，令K不停增加，J隨著K的增加而減少，隨著K值小到一定程度J增量為0，這時每個類數(shù)據(jù)自成一類。拐點A最靠近最優(yōu)值。

然而不是所有情況下都能找到J-K關(guān)系曲線的拐點。對這些個別K的選擇改進的算法是數(shù)據(jù)分析算法[6]，該算法根據(jù)通過模式類分類和合并來反復修改改變聚類中心數(shù)量，從而得到理想合理類別數(shù)K。

圖2.J-K關(guān)系曲線

2.3 初始聚類中心的選取

由于K-means聚類算法是貪心算法，往往僅能獲得局部的最佳。所以就有了初始聚類中心方案。經(jīng)典方案是隨機選取的，王成等人提出使用最大最小原則來選取初始聚類中心[7]。該方法最大的不同點在于是個確定性過程。模擬退火、生物遺傳等優(yōu)化也被用于聚類中心選擇。

圖3.多次重新啟動K-means聚類算法圖

2.4 相似性度量和距離矩陣

聚類分析就是針對對象兩兩之間的差異程度來劃分的，然而相似度往往使用距離來衡量的。目前使用較廣泛得是歐氏距離。

聚類結(jié)果的好壞通?？梢允褂镁垲悳蕜t函數(shù)來判斷，倘若選擇的聚類準則函數(shù)選得好，聚類結(jié)果的質(zhì)量自然就高，反之亦然。常用的聚類準則函數(shù)有下面三種：（1）加權(quán)平均距離和準則。（2）加權(quán)類距離和準則。（3）誤差平方和準則。

3　實驗結(jié)果

3.1 實驗數(shù)據(jù)選取

3.1.1數(shù)據(jù)采集。采集電大宣城分校在線學習的數(shù)據(jù)，存放到excel表格中，為下一步數(shù)據(jù)預處理做好充分準備。

3.1.2數(shù)據(jù)預處理。首先對原始數(shù)據(jù)進行預處理，從而得到目標數(shù)據(jù)集。通過進一步分析找到關(guān)注的閱讀、視頻、論壇，資料，作業(yè)，在線測試等屬性，得到電大學員網(wǎng)絡學習行為描述相關(guān)性最大的集合。

數(shù)據(jù)重復記錄[9]合并：在分析宣城電大在線學員上網(wǎng)行為的原始數(shù)據(jù)時。會存在某一用戶大量充分的上網(wǎng)學習數(shù)據(jù)，為了能夠統(tǒng)計出更準確的結(jié)果，我們將合并重復記錄。將在某一段時間內(nèi)，同一個IP地址產(chǎn)生的多條數(shù)據(jù)流記錄，將該多條記錄合并，然后對用戶網(wǎng)絡行為分析記錄。

3.1.3數(shù)據(jù)選取。為了能夠最佳分析結(jié)果，所以我們從中除掉那些不相干的多余屬性，最終選擇最能表現(xiàn)學習行為的數(shù)據(jù)屬性。

3.2 K-means在線學習行為聚類分析結(jié)果

采集宣城電大在線學習系統(tǒng)中2015年8月1日，至2016年7月31日用戶上網(wǎng)學習存在宣城電大在線存放sql server2005數(shù)據(jù)庫中流量數(shù)據(jù)進行預處理的54729條記錄。用戶網(wǎng)上學習資源很多，我們只選擇使用最多前6種。設置k值為6，設置3個數(shù)據(jù)字段，分別是學習時間、學習方式和ip地址。挖掘結(jié)果如圖3、4、5所示。

圖3.在線學習資源分布餅圖

從圖3看出電大宣城分校學員在線學習最主要的視頻課程學習，其次完成作業(yè)。所在在教學資源設置過程中。（1）增加視頻課程所占比例。（2）學員把22%時間用于完成作業(yè)，授課教師和班主任要及時批閱并及時反饋學員完成數(shù)量和質(zhì)量。（3）學員只把9%的時間用在論壇上，要充分發(fā)揮論壇交流溝通作用，主要是兩個方面。一方面學員之間交流學習經(jīng)驗。另一方面通過論壇答疑版塊解決學習過程中疑難問題。

圖4.各時間使用人數(shù)折線圖

通過對圖4分析11點至22點，最高峰出現(xiàn)在晚上8點到10點，低谷在早晨4點到6點。為了提高在線學習效果，首先保證晚上8點到10點服務器能夠正常運行，服務器若要維護應當安排在清晨進行。同時晚上7點到9點要安排老師進行在線學習指導、答疑。

圖5.工作日—雙休日人數(shù)對比

通過對圖5分析，（1）在9點-11點和14點-17點這兩個時間段，在線學習人數(shù)顯著下降，主要原因是在雙休日這兩個時間段電大宣城分校在開展面授課程。（2）在18點-20點人數(shù)顯著增加，主要原因是在雙休日這兩個時間段安徽電大和電大宣城分校經(jīng)常性安排網(wǎng)絡直播課和在線答疑。（3）從整體來看，雙休日與工作日在線人數(shù)有所下降，可能原因是雙休日家庭生活任務需要處理。

結(jié) 語

通過使用K-means聚類算法分析出電大學員在線學習行為模式，就能夠有助從宏觀角度掌握電大在線學習平臺使用狀況、有助于微觀了解具體每個學員學習行為，對電大在線學習平臺的資源庫建設和建立高效學習行為評價體系具有重要的意義。

隨著數(shù)字化資源不斷豐富、網(wǎng)絡技術(shù)不斷提高和智能化移動終端普及，在線學習將來成為電大教學中非常重要學習模式。將K-means聚類算法用到電大學員在線學習行為分析中是一種有意義的嘗試，K-means聚類算法的聚類結(jié)果有助于電大師生提高在線學習效。

K-means聚類算法必須事先指定合理聚類的個數(shù)，否則就會出現(xiàn)聚類結(jié)果不合理?，F(xiàn)在已有研究人員嘗試利用類間和類內(nèi)相異度改進K的值[10]，從而減少孤立點和噪聲點。

[1]Julia Y.K.Chan,Christopher F.Bauer.Identifying At-Risk Students in General Chemistry via Cluster Analysis of Affective Characteristics[J].Chemical Education Research,2014,(9):1417-1425.

[2]張杰,卓靈,朱韻攸.一種K-means聚類算法的改進與應用[J].網(wǎng)絡與信息安全,2015,(1):125-127.

[3]高紅艷,劉飛.基于局部相似性的K-means譜聚類算法[J].小型微型計算機系統(tǒng),2014,(5):1133-1134.

[4]王勇,唐靖,饒勤菲,等.高效率的K-means最佳聚類數(shù)確定算法[J].計算機應用,2014,(5):1331-1335.

[5]王金亮,張月芬.系統(tǒng)聚類法在網(wǎng)絡學習行為中的應用研究[J].中國教育信息化,2016,(8):90-93.

[6]王千,王成,馮振元,葉金鳳.K-means聚類算法研究綜述[J].電子設計工程,2012,(7):21-23.

[7]WANG Cheng,LI Jiao-jiao,BAI Jun-qing,et al.Max-Min K-means Clustering Algorithm and Application in Post-processing of Scientific Computing[C].//Napoli:ISEM,2011:7-9.

[8]曹永春,蔡正琦,邵亞斌.基于K-means的改進人工蜂群聚類算法[J].計算機應用,2014,(1):204-207.

[9]薛黎明,欒維新.聚類算法在高校網(wǎng)絡用戶行為分析中的應用[J].現(xiàn)代電子技術(shù),2016,(7):30-32.

[10]吳淑蘋.基于數(shù)據(jù)挖掘的教師網(wǎng)絡學習行為分析與研究[J].教師教育研究,2013,(3):47-55.

（責任編校：京華，俊華）

2017－03－08

安徽廣播電視大學青年教師科研基金項目“網(wǎng)絡遠程教育學習行為及效果的分析研究”（項目編號qn15-17）。

劉訓星（1981－），男，安徽宣城人，碩士，宣城職業(yè)技術(shù)學院講師，研究方向為數(shù)據(jù)挖掘、教育信息化。

G442

A

1673-2219（2017）06-0007-03