馮佳音　宋金玲　王東

[摘要]大數(shù)據(jù)時代，科技的發(fā)展為教育帶來了巨大變革，教育更關(guān)注學(xué)習(xí)者的需求，更關(guān)注學(xué)習(xí)者能力提升及綜合素質(zhì)的發(fā)展，數(shù)據(jù)挖掘支持的高校教學(xué)變革勢在必行。提出一種挖掘高校教學(xué)網(wǎng)站頻繁訪問節(jié)點(diǎn)數(shù)據(jù)的新方法MFITTSSW，使該方法可以單遍掃描數(shù)據(jù)集以獲得推薦模式。通過網(wǎng)站應(yīng)用實(shí)踐，發(fā)現(xiàn)該方法可以有效關(guān)注學(xué)習(xí)者個體發(fā)展需求，對大數(shù)據(jù)時代進(jìn)行高校教學(xué)變革具有重要意義。

[關(guān)鍵詞] 大數(shù)據(jù);數(shù)據(jù)挖掘;高校教學(xué)

[中圖分類號]? G642?????? ?? ??????? [文獻(xiàn)標(biāo)志碼]? A???????? ????????????? [文章編號]? 2096-0603（2018）34-0048-02

隨著現(xiàn)代信息技術(shù)的發(fā)展，“教育信息化”與人們?nèi)粘Ｉ畹穆?lián)系越來越緊密。教育信息化的改革與發(fā)展，使其成為教育發(fā)展的重點(diǎn)。如，電子白板、在線課程、各種多媒體應(yīng)用軟件、Web考試系統(tǒng)以及高校教學(xué)網(wǎng)站技術(shù)相當(dāng)成熟。但在考試難度控制、題庫選擇等方面還存在一定的問題，主要是題庫選題方法是隨機(jī)的，考試的一些重要參數(shù)無法統(tǒng)計(jì)，很難實(shí)現(xiàn)對考試的客觀評價，另外，高校學(xué)生尤其是新生在選課以及對自己的專業(yè)考慮不足，很難正確選擇自己需要的課程，很難選擇自己喜歡的教學(xué)內(nèi)容。歸根到底，這些信息化技術(shù)最大的不足之處就是缺乏對數(shù)據(jù)信息的分析，發(fā)掘數(shù)據(jù)是否有關(guān)系，然后透過數(shù)據(jù)之間的關(guān)系來進(jìn)行相關(guān)內(nèi)容的推薦。而在如今的大數(shù)據(jù)時代，數(shù)字?jǐn)?shù)據(jù)以驚人的速度增長，人們的生活方式和生產(chǎn)方式也發(fā)生著前所未有的變化，這些新特點(diǎn)也是當(dāng)前的教學(xué)改革、課程教學(xué)方向的熱點(diǎn)。大數(shù)據(jù)具有三個特征：數(shù)據(jù)量大、數(shù)據(jù)產(chǎn)生得快、數(shù)據(jù)具有多樣性。首先，由于高校課程選擇數(shù)據(jù)、課程考核數(shù)據(jù)、評估數(shù)據(jù)和學(xué)習(xí)者數(shù)據(jù)等規(guī)模都非常大，因此用來分析的數(shù)據(jù)量非常龐大，并且在分析這些數(shù)據(jù)的過程中會產(chǎn)生新的數(shù)據(jù)，這些數(shù)據(jù)通常在運(yùn)行過程中是指數(shù)倍增長，往往超出一般數(shù)據(jù)庫軟件所能捕捉、存儲和分析的數(shù)據(jù)量。其次，大數(shù)據(jù)往往是在課程選擇、課程考核和分析等過程中新產(chǎn)生的數(shù)據(jù)，這些數(shù)據(jù)是實(shí)時、在某一時間段數(shù)據(jù)量龐大，而不是事件發(fā)生后去采集的。再次，大數(shù)據(jù)擁有非常多的數(shù)據(jù)類型，選課、考試以及觀看教學(xué)視頻中的每個步驟都可以跟蹤采集相關(guān)學(xué)習(xí)行為的數(shù)據(jù)，如選課的路徑模式、觀看教學(xué)視頻時間長度、測試數(shù)據(jù)的分?jǐn)?shù)、通過率、課程討論論壇數(shù)據(jù)等數(shù)據(jù)采集、轉(zhuǎn)換很困難，需要高質(zhì)量的軟硬件環(huán)境。從以上三點(diǎn)我們可以發(fā)現(xiàn)，大數(shù)據(jù)背景下，課程的選課模式、學(xué)習(xí)模式、教學(xué)考核模式等是通過挖掘大量相關(guān)數(shù)據(jù)從而科學(xué)地進(jìn)行課程建設(shè)和改革的，從而提高教師教學(xué)和學(xué)生自主學(xué)習(xí)效率。而選課教學(xué)網(wǎng)站的數(shù)據(jù)挖掘不可能對所有數(shù)據(jù)進(jìn)行挖掘，只能通過挖掘近期數(shù)據(jù)的關(guān)鍵信息，從頻繁被訪問的節(jié)點(diǎn)信息，找出數(shù)據(jù)摘要。從而推薦相應(yīng)選課內(nèi)容以及學(xué)習(xí)內(nèi)容。國內(nèi)外的一些專家學(xué)者在網(wǎng)站頻繁訪問節(jié)點(diǎn)挖掘方面提出的算法有FTP-DS、DSM-MFI等，彌補(bǔ)了傳統(tǒng)頻繁項(xiàng)集挖掘中多遍速掃描數(shù)據(jù)集和基于磁盤存儲不足的缺陷。雖然這些算法都可以滿足數(shù)據(jù)流挖掘中單遍掃描數(shù)據(jù)和基于內(nèi)存存儲的特點(diǎn)，但是這些應(yīng)用滑動窗模型挖掘數(shù)據(jù)流頻繁訪問節(jié)點(diǎn)算法同樣存在著挖掘效率不高和內(nèi)存存儲數(shù)據(jù)量過大的問題。

本文針對滑動窗挖掘模型中存在的不足，提出基于時間和事務(wù)雙敏感的滑動窗TTS作為概要結(jié)構(gòu)，從而有效綜合滑動窗模型的優(yōu)點(diǎn)。并構(gòu)建后綴樹作為基于內(nèi)存的數(shù)據(jù)結(jié)構(gòu)存儲到來的訪問節(jié)點(diǎn)，通過壓縮后綴樹（CST）方法減少內(nèi)存中樹型結(jié)構(gòu)所占用的空間，使算法MFITTSSW可以在單遍掃描數(shù)據(jù)集的基礎(chǔ)上挖掘滑動窗中的頻繁訪問節(jié)點(diǎn)。文中主要討論如何確立數(shù)據(jù)的高效存儲、如何確保數(shù)據(jù)的高質(zhì)量性以及如何對數(shù)據(jù)進(jìn)行挖掘以保障課程選課和學(xué)生學(xué)習(xí)質(zhì)量。

一、問題定義

設(shè)Ψ={i1，i2，…，im}為項(xiàng)的集合。項(xiàng)集X是Ψ的非空子集，k-項(xiàng)集是包含k個項(xiàng)的子集，可以用（x1，x2，…，xk）表示。帶有唯一標(biāo)識（tid）的事務(wù)T和項(xiàng)的集合由〈tid，（x1，x2，…，xq）〉表示，其中xi∈Ψ，■i=1，2，3，…，q。將數(shù)據(jù)流分為固定事務(wù)數(shù)量的窗口，稱為基本窗，記為Bi。一個基本窗Bi是由k個事務(wù)組成，基本窗由窗的標(biāo)識Bid唯一確定。

二、時間和事務(wù)雙敏感的滑動窗模型

時間敏感的滑動窗模型是以時間為基本單位，如一分鐘或一小時。然而，由于數(shù)據(jù)流的概念漂移性，在應(yīng)用時間敏感滑動窗模型時，在某一個或者某幾個時間單位中存在沒有事務(wù)或者只存在一個事務(wù)的情況。但是以時間敏感的滑動窗為概要設(shè)計(jì)的算法不得不處理每一個時間單元的事務(wù)，這樣就極大地浪費(fèi)了CPU處理時間。

事務(wù)敏感的滑動窗模型相對于時間敏感的滑動窗有一定的優(yōu)勢，然而事務(wù)敏感的滑動窗模型存在無法適當(dāng)?shù)亩x事務(wù)塊大小的問題。用戶定義過大的事務(wù)單元塊時，會對內(nèi)存造成極大的壓力，不利于處理;當(dāng)用戶定義較小的事務(wù)單元塊時，處理又過于頻繁，造成CPU資源的浪費(fèi)。

時間和事務(wù)雙敏感的滑動窗模型TTS（Time and Transaction Sensitive sliding window）是同時限制時間和事務(wù)數(shù)量的滑動窗，它包括最小限定事務(wù)數(shù)y、限定的時間單位Tp和擴(kuò)充時間單位Te。

當(dāng)給定一個時間t和時間周期Tp時，在[t-Tp+1，t]時間到來的所有事務(wù)集形成一個基本窗，叫做一塊。如果在這一時間塊內(nèi)的事務(wù)數(shù)小于某一用戶定義數(shù)量值y，這時將記錄一個擴(kuò)充的時間Te，Te的大小為記錄的時間點(diǎn)開始直到整個中的事務(wù)數(shù)等于y為止。即在一個時間塊中的事務(wù)數(shù)必須大于等于y。數(shù)據(jù)流可以分成這些數(shù)據(jù)塊的和?；瑒哟暗拇笮】梢杂蓔W|表示，且|W|≥y。這種約束時間和事務(wù)的滑動窗稱為時間和事務(wù)雙敏感的滑動窗（TTS）模型。

三、基于雙敏感滑動窗的頻繁項(xiàng)集挖掘算法的設(shè)計(jì)

該方法首先給出構(gòu)建壓縮后綴樹CST（Compressed Suffix Tree）。然后，給出挖掘雙敏感滑動窗下的頻繁訪問節(jié)點(diǎn)MFITTSSW（Mining Frequent Itemsets in Time and Transaction Sensitive Sliding Window）。

（一）基于內(nèi)存的存儲結(jié)構(gòu)CST

當(dāng)記錄一個滑動窗中的事務(wù)時，首先，根據(jù)最小事務(wù)數(shù)值y確定是否需要擴(kuò)充時間存儲到來的項(xiàng)集，如果不需要則把各個事務(wù)映射為后綴集的形式，分別把計(jì)數(shù)和結(jié)點(diǎn)插入到頭表HT和后綴樹中。之后，遍歷后綴樹的每個分支以查看樹中是否有兩個或者兩個以上的結(jié)點(diǎn)需要被壓縮。最終，在內(nèi)存中保存壓縮后的后綴樹CST。

（二）基于雙敏感滑動窗的頻繁項(xiàng)集挖掘方法MFITTSSW設(shè)計(jì)

當(dāng)用戶提出需要挖掘頻繁項(xiàng)集時，首先，從頭表中A開始獲取樹中的根結(jié)點(diǎn)R之下的各個分支結(jié)點(diǎn)。然后，采用遞歸自頂向下的方法遍歷CST中每個分支。最后，通過事先定義好的支持度閾值判斷是否為頻繁項(xiàng)集。MFITTSSW算法根據(jù)不同窗中的不同支持度閾值判斷項(xiàng)集是否為頻繁項(xiàng)集。由于不同的窗中事務(wù)數(shù)量不同，所以最早到來的窗中判斷閾值要高于近期的事務(wù)。充分體現(xiàn)了滑動窗模型的只關(guān)注近期事務(wù)的特點(diǎn)。同時，由于最早到來的窗中支持度比較高，就會刪除一部分原來是頻繁的，但有新到來的窗后變?yōu)椴活l繁的項(xiàng)集，節(jié)約了內(nèi)存空間。

四、高校教學(xué)選課網(wǎng)站的構(gòu)建

根據(jù)上述算法，設(shè)計(jì)高校選課教學(xué)網(wǎng)站。高校教學(xué)根據(jù)其培養(yǎng)方案有其標(biāo)準(zhǔn)應(yīng)用模式，所以要求在進(jìn)行大數(shù)據(jù)背景下高校推薦教學(xué)的設(shè)計(jì)過程中，必須考慮高校職能部門的依存性與模塊化的概念，要在現(xiàn)有基礎(chǔ)上構(gòu)建出模塊化的結(jié)構(gòu)。而個性推薦教學(xué)必須充分考慮信息技術(shù)在教育改革中的作用，以此來開展推薦教學(xué)。

（一）構(gòu)建學(xué)習(xí)者模塊

高校推薦教學(xué)是學(xué)習(xí)者自己根據(jù)自己的學(xué)習(xí)傾向、興趣愛好、知識結(jié)構(gòu)等構(gòu)建的教學(xué)方式，但如果學(xué)習(xí)者對自己沒有清晰明確的了解，就不可能做出有利于自身發(fā)展的選擇。所以，根據(jù)學(xué)習(xí)者選擇的個體特性來得到學(xué)習(xí)者個體特征，具體過程如圖1所示。

（二）構(gòu)建課程推薦選擇模塊

根據(jù)構(gòu)建的學(xué)習(xí)者個體特性、高校專業(yè)設(shè)置特點(diǎn)和科學(xué)的學(xué)習(xí)原理，根據(jù)算法的特點(diǎn)推薦出大部分學(xué)習(xí)者在該專業(yè)應(yīng)該掌握的知識以及梳理出以后的專業(yè)發(fā)展方向，建立學(xué)習(xí)者專業(yè)培養(yǎng)和課程設(shè)置推薦內(nèi)容，具體過程如圖2所示。

（三）構(gòu)建教學(xué)模塊

教師查看每個學(xué)習(xí)者的個體特性，分析學(xué)生的學(xué)習(xí)興趣和自身希望的發(fā)展方向。根據(jù)學(xué)生選課情況推薦出課程的學(xué)習(xí)材料（可能是視頻、文檔和音頻等），并在以后的教學(xué)活動中能對每個學(xué)習(xí)者的情況了如指掌，充分發(fā)揮教師教學(xué)對學(xué)習(xí)者的作用，具體如圖3所示。

五、結(jié)論

本文針對目前高校教育教學(xué)選課中的問題，設(shè)計(jì)了MFITTSSW算法來挖掘數(shù)據(jù)流滑動窗中的頻繁訪問節(jié)點(diǎn)。在MFITTSSW算法中，首先，提出了新的基于時間和事務(wù)雙敏感的滑動窗模型來解決應(yīng)用滑動窗中存在的問題。之后，提出了有效的CST數(shù)據(jù)結(jié)構(gòu)來記錄滑動窗中到來的訪問節(jié)點(diǎn)。通過實(shí)際網(wǎng)站的試用，應(yīng)用該挖掘算法對推薦學(xué)生選課和教學(xué)網(wǎng)站的設(shè)計(jì)與應(yīng)用有極大的好處。

參考文獻(xiàn)：

[1]張燕南，胡繼岳.關(guān)于大數(shù)據(jù)應(yīng)用與教育的思考[J].中國電力教育，2013，3（32）：5-7.

[2]王傳根，吳昊，劉路路.大數(shù)據(jù)背景下學(xué)習(xí)評估方法分析[J].教育教學(xué)論壇，2017，10（42）：213-215.

◎編輯 武生智