卜陽(yáng)

[摘要]本文基于高職教學(xué)的特點(diǎn)，利用學(xué)生考試成績(jī)、教學(xué)質(zhì)量調(diào)查表等各類屬性通過數(shù)據(jù)挖掘的決策樹技術(shù)進(jìn)行特征分類。以雜亂無(wú)序的數(shù)據(jù)為根本，由決策樹結(jié)構(gòu)建立教學(xué)質(zhì)量評(píng)價(jià)的分類模型。決策樹的若干節(jié)點(diǎn)與各個(gè)教學(xué)質(zhì)量屬性相對(duì)應(yīng)，其分支表示各個(gè)屬性的取值判斷，通過分類結(jié)果用以學(xué)校的教學(xué)質(zhì)量評(píng)價(jià)。

[關(guān)鍵詞]數(shù)據(jù)挖掘技術(shù);決策樹算法;教學(xué)質(zhì)量評(píng)價(jià)

[中圖分類號(hào)]G640 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1671- 5918（ 2018）21-0032-03

doi：10.3969/j.issn.1671-5918.2018.21.015 [本刊網(wǎng)址]http：//www.hbxh.net

一、引言

高職教育教學(xué)管理正在與計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)不斷融合，形成了網(wǎng)絡(luò)化校園、信息化校園、智慧化校園，增強(qiáng)了教學(xué)管理水平，提高了工作效率。隨著學(xué)校辦學(xué)的規(guī)模不斷擴(kuò)大，各種系統(tǒng)和數(shù)據(jù)庫(kù)的廣泛使用，在使用過程中產(chǎn)生了海量的數(shù)據(jù)信息。我們可以通過這些技術(shù)在其中發(fā)現(xiàn)有價(jià)值的數(shù)據(jù)信息。

二、FP - growth算法

數(shù)據(jù)挖掘是利用已有知識(shí)數(shù)據(jù)并通過預(yù)測(cè)未發(fā)生的事務(wù)的走勢(shì)與行為，從而做出一定的決策性判斷，并從大量數(shù)據(jù)里面發(fā)現(xiàn)潛在的，可利用的知識(shí)。

FP- growth算法是一個(gè)被普遍使用的歸納推理計(jì)算方法。FP-growth算法是建立于FP-tree的結(jié)構(gòu)上，避免了像傳統(tǒng)Apriori算法生成大量的候選項(xiàng)集，提高了運(yùn)行效率。而且FP- growth算法是通過樹型結(jié)構(gòu)顯示各個(gè)分支情況，并產(chǎn)生If -Then的判斷結(jié)果，更加便于使用者理解和使用。

FP-growth算法主要包括三個(gè)步驟，它反映了FP-growth算法的過程，Insert階段的任務(wù)是形成FP-tree，Search階段獲取條件模式基，用于下階段的遞歸計(jì)算。

三、教學(xué)質(zhì)量評(píng)價(jià)

教學(xué)質(zhì)量評(píng)價(jià)是高職學(xué)校教學(xué)中一個(gè)基本的反饋機(jī)制，是教師優(yōu)化教學(xué)過程、調(diào)控教學(xué)行為、改善教學(xué)方法、增強(qiáng)教學(xué)效果的重要手段。對(duì)教學(xué)質(zhì)量進(jìn)行評(píng)價(jià)，不僅能夠指導(dǎo)教師覺察自己在教學(xué)過程中可能存在的偏差，促成教師自身的發(fā)展和教育水平的提高，而且能夠使學(xué)校相關(guān)管理部門獲取有用的信息，為下一步?jīng)Q策發(fā)展提供重要依據(jù)。

四、FP-growth算法在教學(xué)質(zhì)量評(píng)價(jià)中的應(yīng)用

（一）設(shè)計(jì)思路

課堂教學(xué)質(zhì)量的評(píng)價(jià)一直是學(xué)校教學(xué)監(jiān)管系統(tǒng)的重要構(gòu)成部分。我們可以通過像學(xué)生的考試成績(jī)的數(shù)據(jù)來(lái)對(duì)老師的教學(xué)質(zhì)量進(jìn)行一個(gè)定量方面的打分，也可以通過如調(diào)查問卷形式的學(xué)生對(duì)老師教學(xué)工作的測(cè)評(píng)進(jìn)行一個(gè)主觀意義上定性的評(píng)價(jià)。通過對(duì)量和質(zhì)的結(jié)合，利用數(shù)據(jù)挖掘技術(shù)發(fā)現(xiàn)影響教學(xué)的各種因素，為教學(xué)管理部門提供相應(yīng)的輔助支持，進(jìn)一步促進(jìn)教學(xué)部門的管理效率。

（二）模型建立與數(shù)據(jù)處理

1.建立成績(jī)與教學(xué)質(zhì)量評(píng)價(jià)模塊

根據(jù)教務(wù)系統(tǒng)中與教學(xué)相關(guān)的數(shù)據(jù)，建立基礎(chǔ)數(shù)據(jù)模型，該模型由教師ID、教師職稱、班級(jí)、考試科目、平均成績(jī)等屬性組成。經(jīng)過數(shù)據(jù)轉(zhuǎn)化和加載后，采用決策樹算法，計(jì)算出那些和成績(jī)分析評(píng)估特征最為相關(guān)的屬性作為決策樹的根結(jié)點(diǎn)，然后采用迭代遞歸的方法將剩余屬性進(jìn)行分類，構(gòu)造一個(gè)決策樹。

首先需要建立教師情況數(shù)據(jù)表。如表1所示：

按照考試成績(jī)劃分為三個(gè)等級(jí)：A等級(jí)為大于80分的區(qū)間，B等級(jí)為70分到80分的區(qū)間，C等級(jí)為小于70分的區(qū)間，根據(jù)成績(jī)等級(jí)作為評(píng)價(jià)教師教學(xué)質(zhì)量的一個(gè)指標(biāo)。然后，建立一個(gè)描述教師教學(xué)質(zhì)量的分類模型，該模型以學(xué)生的計(jì)算機(jī)國(guó)家一級(jí)考試成績(jī)?yōu)橐罁?jù)，根據(jù)成績(jī)高低形成教學(xué)質(zhì)量評(píng)估結(jié)果，然后利用決策樹所形成的分類模型，形成IF-THEN分類規(guī)則。

2.學(xué)生對(duì)教師教學(xué)質(zhì)量的評(píng)價(jià)模塊

建立學(xué)生對(duì)教師教學(xué)質(zhì)量評(píng)價(jià)的調(diào)查表。具體內(nèi)容包括以下幾點(diǎn)：

（1）備課充分，教學(xué)無(wú)隨意性;

（2）嚴(yán)格執(zhí)行作息時(shí)間，無(wú)遲到、早退現(xiàn)象;

（3）教學(xué)態(tài)度端正、認(rèn)真;

（4）尊重學(xué)生，做學(xué)生的知心人、好朋友;

（5）師生關(guān)系融洽、和諧;

（6）課堂大膽管理，方法得當(dāng);

（7）課堂管理能調(diào)動(dòng)廣大學(xué)生的積極性;

（8）教學(xué)經(jīng)驗(yàn)豐富，能吸引學(xué)生;

（9）教學(xué)語(yǔ)言準(zhǔn)確、規(guī)范、生動(dòng);

（10）教學(xué)方法靈活，充滿激情，能感染學(xué)生;

（11）教學(xué)創(chuàng)新能力強(qiáng);

（12）學(xué)生能真正學(xué)到相應(yīng)的知識(shí)和技能。

針對(duì)以上評(píng)價(jià)內(nèi)容，采用調(diào)查問卷的形式，在問卷星網(wǎng)站上制作相關(guān)的調(diào)查問卷。采用單選與多選的題目形式，對(duì)護(hù)理系2016級(jí)405名學(xué)生進(jìn)行了調(diào)查。生成了403份調(diào)查問卷，有兩人未參加問卷調(diào)查，問卷的答案真實(shí)有效，有說服力。為了方便下一步數(shù)據(jù)處理，筆者結(jié)合問卷的內(nèi)容和教學(xué)評(píng)教的相關(guān)標(biāo)準(zhǔn)，在等級(jí)上設(shè)置了A、B、C、D四個(gè)等級(jí)，A為最佳，D為一般，將403份調(diào)查問卷歸類分檔，形成了評(píng)教信息表。

（三）利用決策樹FP-growth算法，找出分類規(guī)則

1.數(shù)據(jù)處理

筆者以江蘇省徐州醫(yī)藥分院護(hù)理系2016級(jí)師生為調(diào)查對(duì)象，針對(duì)學(xué)生的成績(jī)和評(píng)教信息表的內(nèi)容，結(jié)合教務(wù)系統(tǒng)和學(xué)生管理系統(tǒng)相關(guān)數(shù)據(jù)，根據(jù)相關(guān)教師信息情況，去除掉重復(fù)的內(nèi)容，整理制作了和本次研究相關(guān)的三個(gè)數(shù)據(jù)表，分別是教師基本情況表、學(xué)生成績(jī)表、學(xué)生評(píng)教表。

筆者通過SQL Server 2014進(jìn)行數(shù)據(jù)庫(kù)的建立，將教師信息表、學(xué)生成績(jī)表和評(píng)教信息表匯集為一個(gè)總表，刪除無(wú)用、空白或者重復(fù)的信息，形成一個(gè)精簡(jiǎn)過的、新的數(shù)據(jù)表，從而方便我們下一步數(shù)據(jù)分析。然后將數(shù)據(jù)表中文字表述的內(nèi)容制定對(duì)應(yīng)的數(shù)據(jù)標(biāo)準(zhǔn)，以便于計(jì)算機(jī)讀取、識(shí)別。如：將學(xué)生成績(jī)分成幾個(gè)區(qū)間，相應(yīng)的區(qū)間分別按照“優(yōu)良中差”的形式定義等級(jí)，然后用英文字母代替文字表述的等級(jí)。數(shù)據(jù)表生成的具體情況，下面通過教師職稱屬性舉例說明（newtable為新建數(shù)據(jù)總表）。

按照職稱屬性取值，SQL語(yǔ)句表述為：

Update newtable set technical title=a where technical title=lecturer

Update newtable set technical title=b where technical title=associate professor

Update newtable set technical title = c where technical title =professor

Update newtah le set technical title = d where technical title =assistant

按照這個(gè)思路，將所有數(shù)據(jù)按以上規(guī)則整理后，進(jìn)而形成便于分析處理的數(shù)據(jù)集合。

2.數(shù)據(jù)分析

針對(duì)此次教學(xué)質(zhì)量評(píng)價(jià)的數(shù)據(jù)分析要求，筆者利用Tom-cat6.0構(gòu)建了網(wǎng)絡(luò)服務(wù)器，通過Eclipse Jee Mars來(lái)設(shè)計(jì)開發(fā)平臺(tái)，通過數(shù)據(jù)挖掘技術(shù)中FP-growth算法嵌入到評(píng)價(jià)平臺(tái)中，經(jīng)過挖掘分析找到對(duì)于教學(xué)質(zhì)量評(píng)價(jià)有價(jià)值的關(guān)聯(lián)規(guī)則的數(shù)據(jù)條目。挖掘出的數(shù)據(jù)條目較多，通過篩選和整理，現(xiàn)列舉出幾條有價(jià)值的規(guī)則：

規(guī)則1：職稱與評(píng)價(jià)分?jǐn)?shù)的關(guān)聯(lián)：高職稱對(duì)應(yīng)的成績(jī)均高于“良好”;

規(guī)則2：性別與評(píng)價(jià)分?jǐn)?shù)的關(guān)聯(lián)：教師性別為“男”分?jǐn)?shù)均高于“良好”，教師性別為“男”學(xué)生評(píng)價(jià)均有“師生關(guān)系融洽、和諧”評(píng)教條目;

規(guī)則3：年齡與評(píng)價(jià)分?jǐn)?shù)的關(guān)聯(lián)：年齡在40歲以上成績(jī)均為“優(yōu)秀”;

規(guī)則4：學(xué)歷與評(píng)價(jià)分?jǐn)?shù)的關(guān)聯(lián)：如果教師學(xué)歷為：“碩士”，則成績(jī)?yōu)椤傲己谩币陨?，如果學(xué)歷為“碩士”則學(xué)生評(píng)教表均有“教學(xué)創(chuàng)新能力強(qiáng)”條目;

規(guī)則5：人員類別與評(píng)價(jià)分?jǐn)?shù)的關(guān)聯(lián)：通過對(duì)相關(guān)數(shù)據(jù)的分析，教學(xué)人員的類別與教學(xué)質(zhì)量評(píng)價(jià)沒有必然的聯(lián)系。

通過以上的挖掘，我們可以得到以下結(jié)論：

（1）年齡在40歲左右的教師有著很好的教學(xué)效果，評(píng)價(jià)分?jǐn)?shù)比較高，支持度、可信度較高。這說明學(xué)校中青年教師的不斷成長(zhǎng)，已經(jīng)成為學(xué)校教學(xué)的支柱，也符合學(xué)校人才發(fā)展的方向。

（2）具有高職稱高學(xué)歷的老師，學(xué)生評(píng)價(jià)的分?jǐn)?shù)較高，取得考試成績(jī)也更優(yōu)秀。

（3）男性教師有較寬廣的知識(shí)面，在教學(xué)中善于啟發(fā)學(xué)生的潛在能力，具有很好的教學(xué)創(chuàng)新能力。

五、結(jié)束語(yǔ)

本文通過實(shí)例表述了數(shù)據(jù)挖掘中的決策樹技術(shù)在教學(xué)質(zhì)量評(píng)價(jià)中的應(yīng)用。通過FP - growth算法找出影響教學(xué)質(zhì)量的相關(guān)分類規(guī)則，為學(xué)校進(jìn)行教學(xué)監(jiān)督評(píng)價(jià)提供依據(jù)，進(jìn)一步推動(dòng)學(xué)校的學(xué)科建設(shè)和教學(xué)改革。

參考文獻(xiàn)：

[1]李云.數(shù)據(jù)挖掘技術(shù)在中學(xué)教務(wù)管理系統(tǒng)中的應(yīng)用研究[D].貴陽(yáng)：貴州大學(xué)，2008.

[2]盛偉翔，龍佳麗.數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù)[J].電腦知識(shí)與技術(shù)，2007（3）.

[3]陳安，陳寧，周龍?bào)J，數(shù)據(jù)挖掘技術(shù)及應(yīng)用[M].北京：科學(xué)出版社，2006：11-12.

[4]趙松.Apriori算法的改進(jìn)及應(yīng)用[D].哈爾濱：哈爾濱理T大學(xué)，2006.

[5]安穎.基于Apriori算法的興趣集加權(quán)關(guān)聯(lián)規(guī)則挖掘[J].北京聯(lián)合大學(xué)學(xué)報(bào)（自然科學(xué)版），2008，22（4）：44-47

[6]岳學(xué)軍，李曉黎.Web應(yīng)用程序開發(fā)教程——ASP.NET+SQL Server[M].北京：人民郵電出版社，2009.

[7]張紅艷，都娟.關(guān)聯(lián)規(guī)則中Apriori算法的應(yīng)用[J].數(shù)字技術(shù)與應(yīng)用，2011（8）.

[8]鄺濤.基于決策樹技術(shù)在高校成績(jī)分析中的應(yīng)用研究[J].新鄉(xiāng)學(xué)院學(xué)報(bào)，2011（2）.