李 培

（1.西安郵電大學(xué) 計算機學(xué)院， 陜西 西安 710121；2.西安郵電大學(xué) 陜西省網(wǎng)絡(luò)數(shù)據(jù)智能處理重點實驗室，陜西 西安710121）

0 引 言

隨著互聯(lián)網(wǎng)的發(fā)展，借助網(wǎng)絡(luò)來進行教學(xué)的方式已經(jīng)被廣泛地應(yīng)用于各大高校。最具代表性的就是網(wǎng)絡(luò)視頻授課，更多的學(xué)生可以隨時隨地學(xué)習各大高校的課程，從而促進教育水平，提升學(xué)生的能力。雖然網(wǎng)絡(luò)視頻教學(xué)的興起讓老師的教學(xué)方式和學(xué)生的學(xué)習態(tài)度有了極大的改變，但是缺點也同樣存在，例如，學(xué)生所謂的“刷課”凸顯的最主要的問題就是，老師不能確保學(xué)生是否在學(xué)習前觀看視頻，觀看的視頻是否認真等。因此，關(guān)于網(wǎng)絡(luò)視頻教學(xué)的改革和完善是一個值得關(guān)注的問題，而借助實際的網(wǎng)絡(luò)教學(xué)平臺用戶數(shù)據(jù)進行的研究，將是解決這個問題最有利的工具。

目前使用最多的網(wǎng)絡(luò)教學(xué)平臺為慕課平臺，很多高校為本校的學(xué)生安排了基于慕課平臺的線上學(xué)習課程，并且還將自己學(xué)校的特色專業(yè)課程制成視頻，放到慕課平臺上供其他人學(xué)習。在校學(xué)生比例占了慕課平臺觀看者相當大的比重，學(xué)生用戶的后臺學(xué)習數(shù)據(jù)很大程度上代表了網(wǎng)絡(luò)學(xué)習者的情況。

之前對慕課平臺上學(xué)習數(shù)據(jù)的分析僅限于一些客觀因素的簡單統(tǒng)計分析，或依靠分析者的主觀判斷，而本文的研究是以學(xué)生用戶在慕課平臺全程的學(xué)習數(shù)據(jù)作為研究對象，借助數(shù)據(jù)挖掘算法，發(fā)現(xiàn)相關(guān)因素之間的聯(lián)系，特別是分析不同因素對最終學(xué)習效果的影響，通過直觀的圖表和專業(yè)的分析，對慕課平臺的課程建設(shè)者和任課教師使用慕課平臺評估設(shè)置規(guī)則提供客觀準確的參考意見[1-3]。

1 數(shù)據(jù)挖掘算法

1.1 決策樹算法

決策樹是通過對數(shù)據(jù)進行處理，找出最優(yōu)分裂點，形成可以供新數(shù)據(jù)集分類預(yù)測的二叉樹，樹中的每一個節(jié)點代表的就是選取研究數(shù)據(jù)集的屬性，分支代表的是符合節(jié)點的數(shù)據(jù)集，所有的葉子節(jié)點都是一類數(shù)據(jù)集合。

對一個數(shù)據(jù)集進行決策樹的建立，根節(jié)點是整個數(shù)據(jù)集中最具有代表性的屬性，通常依據(jù)根節(jié)點就可以得出非常大的信息量。當決策樹建立成功之后，就可以用類似于樹的遍歷，從根節(jié)點開始，根據(jù)條件進行遍歷，直到葉子節(jié)點，而葉子節(jié)點正是我們所判定的分類結(jié)果。

決策樹是數(shù)據(jù)挖掘應(yīng)用中容易實現(xiàn)，并且可讀性較高的分類工具。在處理數(shù)據(jù)時速度快，這里也包括前期對數(shù)據(jù)的處理，只需要提供可靠的屬性數(shù)據(jù)集即可，免去了去掉空白的或者多余的屬性。并且它的準確率高，在決策樹完成后對數(shù)據(jù)的分類效果明顯，不需要重復(fù)構(gòu)建二叉樹。

決策樹建立的基本過程如下[4]：①遍歷所有的數(shù)據(jù)集合，將其看作節(jié)點；②對所有的節(jié)點所屬的屬性進行分裂，找出最優(yōu)分裂點；③依據(jù)所選最優(yōu)屬性的條件，繼續(xù)分裂成兩個或者多個節(jié)點；④重復(fù)上述②—③步，直到每個葉子節(jié)點是純集合為止。

在這個過程中，關(guān)鍵就是最優(yōu)分裂點的選擇問題，在各種屬性里面找出最適合分裂的點，讓分裂后的分支數(shù)據(jù)集合盡可能單一，這個過程中會遇到3種情況：①離散分布，最終生成的是二叉決策樹，使用劃分的子集X來測試；②離散分布，最終生成的是非二叉決策樹，使用分支Y來測試；③屬性的分布是連續(xù)的，則需要確定一個標準Flag進行劃分。

在最優(yōu)分裂點的選擇中，決策樹是通過對數(shù)據(jù)集的信息量計算，確定信息熵的大小，進一步求得分裂前后的信息增益，從而找出最適合分裂的那一個屬性，此屬性代表了最高的不確定值。只有數(shù)據(jù)純度較高的時候，不均值才會高，此時信息熵最大。在進行過一次分裂后，如果信息熵的差值大，那么說明分裂后的數(shù)據(jù)集的信息量比分裂前的更均勻。

通過ID3算法對此次實驗數(shù)據(jù)進行處理，可以確定最優(yōu)分裂點的選擇。

1.2 ID3算法

ID3算法是實現(xiàn)構(gòu)造決策樹的算法之一，具有速度快、數(shù)學(xué)性強的特點，核心思想是概率。通過對不同分類的數(shù)據(jù)在此集合中出現(xiàn)的概率與分裂后在子集合中出現(xiàn)的概率進行計算，得出信息增益，從而確定最優(yōu)分裂點。

學(xué)生在觀看完成所有視頻課程之后進行考試的最終學(xué)習效果，除了根據(jù)考試成績衡量之外，其他的屬性也應(yīng)該起到作用。例如，兩個成績相仿的學(xué)生，一個觀看視頻時間長，另一個少，那么客觀地說，觀看視頻時間長的學(xué)生應(yīng)該得到更優(yōu)異的成績。因此，采用決策樹分類的方法對一個學(xué)生觀看視頻學(xué)習的結(jié)果進行分類評價。

表1是分類標準。

表1 成績判定

2 數(shù)據(jù)管理分析系統(tǒng)設(shè)計和實現(xiàn)

2.1 需求分析

在學(xué)生看完慕課平臺的課程，完成相應(yīng)的作業(yè)、測驗以及考試之后，學(xué)生的成績都可以在慕課平臺的后臺查詢并且下載。除了用已有的Excel進行數(shù)據(jù)查看外，并沒有其他方法可以對數(shù)據(jù)進行整理分析。此外，因為學(xué)生都是利用業(yè)余的時間觀看視頻，這種學(xué)習方式對于老師評判平時分是十分不利的。

因此，此次系統(tǒng)為了方便老師的工作，讓老師對學(xué)生觀看視頻后取得的成績有更清晰的認識和了解，提供圖表方式以查看學(xué)生的成績分布、成績趨勢以及學(xué)生之間的成績對比，在對成績進行決策樹分類后，確定平時分的評分標準[5]。

2.2 關(guān)鍵技術(shù)

這次主要采用Python機器學(xué)習庫中的Sklearn中的一個功能來進行數(shù)據(jù)挖掘，從而實現(xiàn)決策樹分類。Sklearn是數(shù)據(jù)挖掘中十分有效且方便的工具[6]，它封裝了大部分的機器學(xué)習算法，如分類、回歸、聚合，還包括了監(jiān)督學(xué)習、非監(jiān)督學(xué)習、數(shù)據(jù)交換。它的官方API十分周全，上手容易，內(nèi)置大量數(shù)據(jù)集，處理數(shù)據(jù)的效率極高，是在進行數(shù)據(jù)挖掘時首先考慮的工具之一[7]。本次采用了Classi fication的Sklearn.tree決策樹方法，完成對Spoc的分類，對學(xué)生的成績做進一步的評定，系統(tǒng)運行的后臺框架采用的是Python手下的Flask框架[8]。

考慮到數(shù)據(jù)的拓展性和半結(jié)構(gòu)化特性，采用的數(shù)據(jù)庫是Mongodb為主[9]。Mongodb是將數(shù)據(jù)存儲成文檔的樣子，類似于字典，一個屬性對應(yīng)一條數(shù)據(jù)，方便操作。

2.3 主要功能

（1）成績統(tǒng)計與分析。對課程的每一次作業(yè)、測驗以及Spoc成績都進行了數(shù)據(jù)統(tǒng)計，計算其平均分和及格率。

使用柱狀圖查看分數(shù)的分布情況，點擊某一區(qū)間，即可顯示具體的成績和人數(shù)，如圖1；在各區(qū)間的具體成績下，點擊左下角導(dǎo)出成績并下載，可以查看此區(qū)間的學(xué)生成績信息。

圖1 成績分布

（2）成績權(quán)重。統(tǒng)計一個學(xué)生某課程的所有情況之后，需要對其成績進行權(quán)重的計算。在下拉框可以選擇作業(yè)與測驗各占的比例，進行計算顯示結(jié)果，并可導(dǎo)出。

（3）數(shù)據(jù)對比。在作業(yè)、測驗和Spoc成績屬性較多的情況下進行數(shù)據(jù)對比，可以清晰地評價學(xué)生觀看視頻的效果，選擇兩位學(xué)生的成績，點擊對比，作業(yè)測驗和Spoc信息的對比情況如圖2所示，可以看到3個類型的顯示結(jié)果。

（4）學(xué)生信息管理。學(xué)生信息是在導(dǎo)入成績的時候自動添加的，主要顯示的是學(xué)校、姓名和學(xué)號三大信息。也可以進行查詢。

圖2 信息對比

點擊操作中的詳情按鈕，顯示的是這個學(xué)生作業(yè)和測驗的折線圖，得分情況和狀態(tài)起伏一目了然。如圖3所示。

圖3 學(xué)生詳情

（5）作業(yè)、測驗和Spoc成績管理。作業(yè)、測驗和Spoc成績數(shù)據(jù)都在系統(tǒng)中存在，在搜索框輸入學(xué)號或者姓名，可查看個人成績。

系統(tǒng)可對各項數(shù)據(jù)進行導(dǎo)入。在錄入的時候，如果時間和課程名與已有信息完全相同，則不予錄入。

3 數(shù)據(jù)分析

借助系統(tǒng)中整合的數(shù)據(jù)，采用數(shù)據(jù)挖掘算法完成了數(shù)據(jù)的分析。

1）成績與視頻觀看時長。

由圖4可知，從視頻觀看學(xué)習的數(shù)據(jù)分析看，并不是觀看視頻時間越長，成績就越高，二者非線性相關(guān)。

圖4 成績與時長

2）視頻觀看個數(shù)與次數(shù)。

從圖5中可以看到，在進行視頻學(xué)習的過程中，沒有一個學(xué)生會進行視頻的重復(fù)觀看，都是一個視頻只看一遍，完全沒有回顧的現(xiàn)象?？赡苓@個學(xué)生會在某一段時間頻繁觀看。但是，知識需要不斷地回顧復(fù)習，在這里視頻學(xué)習并不具備有用性。

圖5 視頻個數(shù)與觀看次數(shù)

3）視頻觀看個數(shù)與總時長。

由圖6可知，并非一個學(xué)生看視頻的個數(shù)越多，總時長就越長。有些雖然看的多，但是總時長卻短。說明這些學(xué)生并沒有認真去觀看，有可能他們只找時間短的視頻，盡量完成視頻學(xué)習的任務(wù)而已。

圖6 視頻個數(shù)與總時長

4）平均分標準分類。

圖7是根據(jù)平均分的分類，可以看到，視頻觀看時長是次于成績的關(guān)鍵影響因素。

圖7 平均分下的決策樹

5）中位數(shù)標準分類。

從圖8中可以看到，中位數(shù)是除了是視頻觀看個數(shù)的第二關(guān)鍵影響因素，可以看到，關(guān)于A標準的數(shù)量要少于平均數(shù)。因此，在更嚴格的給分情況下，可以根據(jù)中位數(shù)來評判。

4 結(jié) 語

4.1 優(yōu) 勢

本文從研究學(xué)生觀看慕課平臺視頻的學(xué)習數(shù)據(jù)出發(fā)，選取了學(xué)生的課程觀看時長，學(xué)習期間完成的作業(yè)、測驗以及考試等因素進行研究分析。這些數(shù)據(jù)不僅有成績屬性，還有其他如視頻觀看時長等屬性，因此在分析成績之外，還可以對其他屬性進行研究。

圖8 中位數(shù)下的決策樹

實驗數(shù)據(jù)來源真實可靠，選取整班學(xué)生全程學(xué)習數(shù)據(jù)，對需要研究分析的數(shù)據(jù)點進行列舉，在Spoc數(shù)據(jù)中，完成了視頻觀看時長與Spoc成績的分析、視頻觀看個數(shù)與次數(shù)的分析，最關(guān)鍵的是，進行決策樹分類之后對Spoc學(xué)習的最終成績判定做了研究；在作業(yè)、測驗數(shù)據(jù)中，完成了查看成績分布、導(dǎo)出對應(yīng)數(shù)據(jù)以及成績權(quán)值的計算。此外，還完成了學(xué)生數(shù)據(jù)對比的研究，可以借助對比結(jié)果進行打分。

研究對象具有針對性，研究方法多樣，可視化效果好，同時用明確的數(shù)據(jù)說明和解決問題。

4.2 效 果

從研究分析的結(jié)果來看，最終學(xué)習的效果評判并不能僅看考試成績，而是需要統(tǒng)一參考視頻觀看以及個數(shù)時長。有的學(xué)生雖然看的視頻多，但是并沒有認真學(xué)習內(nèi)容，那么成績肯定不理想。在決策樹分類的結(jié)果中，有中位數(shù)和平均數(shù)的選取差別。新的學(xué)習方式固然有其優(yōu)勢，但是改進仍然是必不可少的。總的來看，要想真正提高成績，還需要提高視頻質(zhì)量，改進視頻觀看體驗，以避免學(xué)生的視頻學(xué)習流于表面形式。

本論文的研究意在說明如何提高慕課平臺視頻的質(zhì)量，特別是吸引力，同時采用一些技術(shù)手段，保證對視頻觀看的全程監(jiān)控。保證觀看的實際質(zhì)量是提高慕課平臺學(xué)習效果的重要研究要素，當然，對于選取慕課平臺進行教學(xué)改革的任課教師來說，也明確了對線上視頻學(xué)習所應(yīng)做出的必要要求，建議從考核手段等多方面著手，促進視頻觀看效果的提高。