米寶全

(甘肅機(jī)電職業(yè)技術(shù)學(xué)院，甘肅 天水 741001)

0 引言

隨著“中國(guó)制造2025”戰(zhàn)略的提出，制造行業(yè)需要大量的高技能型人才。高職院校將發(fā)揮越來(lái)越重要的作用[1]。

第二課堂是指課堂教學(xué)以外的一切傳授知識(shí)、塑造人格、培養(yǎng)綜合素質(zhì)和能力的實(shí)踐性教育活動(dòng)[2]。作為課堂教學(xué)活動(dòng)的重要補(bǔ)充，第二課堂具有內(nèi)容豐富、形式多樣的特點(diǎn)，成為培養(yǎng)學(xué)生核心競(jìng)爭(zhēng)力和全面發(fā)展的主要載體[3]。當(dāng)前高職學(xué)生來(lái)源復(fù)雜，知識(shí)結(jié)構(gòu)和基礎(chǔ)參差不齊，更需要發(fā)揮第二課堂優(yōu)勢(shì)，根據(jù)不同學(xué)生的特點(diǎn)，促進(jìn)學(xué)生的多元化發(fā)展。合理布局第二課堂教育，充分發(fā)揮第二課堂在教育教學(xué)過(guò)程中的良好作用，推進(jìn)高職教育教學(xué)改革成為當(dāng)務(wù)之急。

1 第二課堂發(fā)展現(xiàn)狀

近年，第二課堂教育在高等院校越來(lái)越受到重視，也得到廣大學(xué)者和教學(xué)管理部門(mén)的關(guān)注。文獻(xiàn)[4]提出了在“互聯(lián)網(wǎng)+”背景下大學(xué)生第二課堂創(chuàng)新發(fā)展思路，使“互聯(lián)網(wǎng)+”與創(chuàng)業(yè)工作、校園文化活動(dòng)、大學(xué)生能力培養(yǎng)相結(jié)合，以實(shí)現(xiàn)實(shí)現(xiàn)大學(xué)生第二課堂創(chuàng)新。文獻(xiàn)[5]對(duì)第二課堂與大學(xué)生核心競(jìng)爭(zhēng)力關(guān)系進(jìn)行了研究，并提出發(fā)展第二課堂教育、延伸第二課堂教育范圍的新思路。文獻(xiàn)[6]研究了第二課堂對(duì)本科生創(chuàng)新能力培養(yǎng)的重要作用，對(duì)第二課堂內(nèi)容組成、教學(xué)方式提出了建議。文獻(xiàn)[7]分析了高校第二課堂建設(shè)存在問(wèn)題，并提出了解決該問(wèn)題的具體對(duì)策。文獻(xiàn)[8]分析了第二課堂教育對(duì)大學(xué)生核心素養(yǎng)提高的重要作用。文獻(xiàn)[9]以英語(yǔ)專(zhuān)業(yè)為例，第二課堂教育對(duì)提高學(xué)生就業(yè)競(jìng)爭(zhēng)力的重要性。文獻(xiàn)[10]提出基于科研第二課堂的應(yīng)用型創(chuàng)新人才培養(yǎng)方法，對(duì)高?？蒲械诙n堂培養(yǎng)創(chuàng)新人才的思路和具體措施進(jìn)行了探討。

隨著高職院校校園數(shù)字化和信息化建設(shè)，大多院校都實(shí)現(xiàn)了網(wǎng)絡(luò)和信息化的全覆蓋。若能從這些大數(shù)據(jù)中挖掘出學(xué)生學(xué)習(xí)狀態(tài)、日常行為和第二課堂的發(fā)展與個(gè)人發(fā)展、就業(yè)狀況間的潛在關(guān)系，有針對(duì)性地加強(qiáng)引導(dǎo)、因材施教、加強(qiáng)實(shí)踐技能培養(yǎng)和特長(zhǎng)發(fā)揮、延伸教學(xué)過(guò)程，將會(huì)更加有效地提高職業(yè)教育教學(xué)水平，提高學(xué)生就業(yè)創(chuàng)業(yè)能力與核心競(jìng)爭(zhēng)力。

在目前大多數(shù)高職院校里，數(shù)據(jù)處理和管理還停留在簡(jiǎn)單操作上，沒(méi)有對(duì)數(shù)據(jù)間的關(guān)聯(lián)關(guān)系進(jìn)行更加深入地分析[11]。文獻(xiàn)[12-14]應(yīng)用數(shù)據(jù)挖掘技術(shù)對(duì)高職院校教學(xué)管理數(shù)據(jù)進(jìn)行挖掘，分析了學(xué)生日常行為與成績(jī)數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系。文獻(xiàn)[15,16]通過(guò)對(duì)教學(xué)數(shù)據(jù)挖掘與分析，為促進(jìn)教學(xué)改革提供理論指導(dǎo)。在學(xué)生的數(shù)據(jù)資源中，第二課堂、業(yè)余活動(dòng)和畢業(yè)去向等之間存在著一定關(guān)聯(lián)關(guān)系。通過(guò)深入分析這些數(shù)據(jù)中隱藏的關(guān)鍵信息，將會(huì)發(fā)現(xiàn)數(shù)據(jù)之間的規(guī)律性，為學(xué)生綜合素質(zhì)提高和多元化發(fā)展提供科學(xué)依據(jù)和有力指導(dǎo)。應(yīng)用數(shù)據(jù)挖掘方法能夠?qū)Λ@得的大量數(shù)據(jù)進(jìn)行探索和分析，發(fā)現(xiàn)和揭示隱藏在數(shù)據(jù)中的規(guī)律性，為相關(guān)問(wèn)題的管理和研究提供科學(xué)依據(jù)。

本文應(yīng)用數(shù)據(jù)挖掘技術(shù)對(duì)某高職院校學(xué)生第二課堂數(shù)據(jù)進(jìn)行挖掘，得到學(xué)生第二課堂發(fā)展?fàn)顩r與畢業(yè)去向之間的聯(lián)系，并對(duì)有價(jià)值的結(jié)果進(jìn)行分析與評(píng)估，為促進(jìn)高職院校第二課堂發(fā)展，提高教育教學(xué)水平，培養(yǎng)學(xué)生創(chuàng)新創(chuàng)業(yè)能力和核心競(jìng)爭(zhēng)力提供有力指導(dǎo)。

2 數(shù)據(jù)挖掘算法

數(shù)據(jù)挖掘(Data Mining)是在龐大數(shù)據(jù)中找出有價(jià)值的隱藏事件，并加以分析，獲取有意義的信息和模式，為決策提供依據(jù)。即應(yīng)用某些算法將大量數(shù)據(jù)中隱藏的有關(guān)信息搜索出來(lái)。隨著信息化程度不斷提高，數(shù)據(jù)挖掘已廣泛應(yīng)用在電信、交通、醫(yī)療、社交、金融等領(lǐng)域。近年來(lái)，教育信息化的發(fā)展催生了大量的教育數(shù)據(jù)和教育數(shù)據(jù)庫(kù)，從而使數(shù)據(jù)挖掘在教育領(lǐng)域也得到了廣泛關(guān)注[17]。

利用數(shù)據(jù)挖掘進(jìn)行數(shù)據(jù)分析常用方法主要有聚類(lèi)、分類(lèi)、關(guān)聯(lián)規(guī)則、回歸分析、特征、變化和偏差分析、Web頁(yè)挖掘等[18]。以上方法都是從不同角度對(duì)數(shù)據(jù)進(jìn)行挖掘，系統(tǒng)模型如圖1所示。

圖1 數(shù)據(jù)挖掘一般過(guò)程

2.1 關(guān)聯(lián)規(guī)則基本概念

關(guān)聯(lián)規(guī)則(Association Rule)，又稱(chēng)作購(gòu)物籃分析，用來(lái)發(fā)現(xiàn)事物間的聯(lián)系。通過(guò)從某一事情推測(cè)另一事情的發(fā)生，分析出事物發(fā)展規(guī)律或不同變量間關(guān)聯(lián)程度[19]。

設(shè)I={i1,i2,…,im}為m個(gè)不同項(xiàng)的集合，簡(jiǎn)稱(chēng)為項(xiàng)集。給定一個(gè)交易數(shù)據(jù)庫(kù)D，用T表示事務(wù)(transaction)，則有。

若項(xiàng)集且，X∩Y=。在事務(wù)數(shù)據(jù)庫(kù)中，關(guān)聯(lián)規(guī)則在D中的支持度(support)是D中事務(wù)同時(shí)包含X、Y的百分比，即概率，記作support()；置信度(confidence)是D中事務(wù)已經(jīng)包含X的情況下，包含Y的百分比，即條件概率，記作confidence()。即

support()=P(X∪Y)

(1)

confidence()=P(Y|X)

(2)

關(guān)聯(lián)規(guī)則挖掘過(guò)程主要包含兩個(gè)階段：①必須先從數(shù)據(jù)集合中找出所有所有頻繁項(xiàng)集；②由這些頻繁集中產(chǎn)生關(guān)聯(lián)規(guī)則。在以上兩個(gè)階段中，挖掘頻繁項(xiàng)集是最關(guān)鍵環(huán)節(jié)，通過(guò)計(jì)算產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則滿足給定的最小支持度閾值和最小置信度閾值。

2.2 Apriori算法

Apriori算法是一種挖掘關(guān)聯(lián)規(guī)則的頻繁項(xiàng)集算法，使用逐層搜索迭代方法，k-項(xiàng)集用于探索(k+1)-項(xiàng)集[20]。首先，用頻繁1-項(xiàng)集的集合L1找頻繁2-項(xiàng)集的集合L2，再用L2找頻繁3-項(xiàng)集的集合L3，如此下去，直到不能找到k-項(xiàng)集，該算法終止執(zhí)行。至此，找出所有的頻繁項(xiàng)集。該文采用Apriori算法對(duì)高職學(xué)生第二課堂數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則分析，應(yīng)用算法挖掘分析學(xué)生畢業(yè)去向和第二課堂情況之間的關(guān)聯(lián)關(guān)系。

3 第二課堂數(shù)據(jù)關(guān)聯(lián)分析

3.1 確定挖掘?qū)ο?/h3>

通過(guò)對(duì)學(xué)校學(xué)生在圖書(shū)館的借閱次數(shù)、圖書(shū)館的進(jìn)入頻率、學(xué)生參加學(xué)生會(huì)、社團(tuán)的數(shù)據(jù)和參加各類(lèi)職業(yè)資格培訓(xùn)情況進(jìn)行數(shù)據(jù)統(tǒng)計(jì)，并應(yīng)用數(shù)據(jù)挖掘技術(shù)找到相關(guān)規(guī)律性。發(fā)現(xiàn)業(yè)余愛(ài)好和第二課堂對(duì)于學(xué)生畢業(yè)去向、就業(yè)狀況的情況進(jìn)行統(tǒng)計(jì)和經(jīng)驗(yàn)推測(cè)，發(fā)現(xiàn)其中關(guān)聯(lián)關(guān)系，有針對(duì)性地制定第二課堂發(fā)展規(guī)劃，加強(qiáng)引導(dǎo)，促使學(xué)生充分利用在校時(shí)間的多元化健康發(fā)展。

3.2 獲取源數(shù)據(jù)

統(tǒng)計(jì)每個(gè)學(xué)生在校期間圖書(shū)館借閱次數(shù)，參加學(xué)生會(huì)、社團(tuán)數(shù)據(jù)，以及參加各類(lèi)職業(yè)資格培訓(xùn)等情況。

3.3 數(shù)據(jù)預(yù)處理

得到學(xué)生的第二課堂數(shù)據(jù)后，對(duì)這些數(shù)據(jù)進(jìn)行預(yù)處理。預(yù)處理的過(guò)程分為兩個(gè)階段：

(1)數(shù)據(jù)清理階段。在該階段，主要對(duì)源數(shù)據(jù)中存在的冗余數(shù)據(jù)進(jìn)行消除，并且清理噪聲和重復(fù)數(shù)據(jù)。例如，中途退學(xué)、休學(xué)、參軍的學(xué)生數(shù)據(jù)會(huì)影響結(jié)果分析準(zhǔn)確性，需要?jiǎng)h除；在圖書(shū)館的志愿者或勤工儉學(xué)的學(xué)生，在統(tǒng)計(jì)圖書(shū)館進(jìn)入次數(shù)時(shí)需要消除。

(2)數(shù)據(jù)變換。為了便于數(shù)據(jù)挖掘?qū)嵤?，需要?duì)第二課堂和畢業(yè)去向數(shù)據(jù)使用統(tǒng)一格式表示。在應(yīng)用關(guān)聯(lián)規(guī)則進(jìn)行數(shù)據(jù)挖掘時(shí)要使用邏輯性數(shù)據(jù)，因此，對(duì)獲取的數(shù)據(jù)需要轉(zhuǎn)換。高職學(xué)生的第二課堂數(shù)據(jù)，用A、B、C、D、E分別表示圖書(shū)館借閱次數(shù)、學(xué)生會(huì)參與情況、各種協(xié)會(huì)參與情況、社會(huì)兼職情況、參加各種培訓(xùn)的情況。其中，A后面數(shù)字為1，表示平均每周去過(guò)圖書(shū)館一次以上，低于該次數(shù)的都用0表示；B、C、D、E之后的數(shù)字0都表示沒(méi)有參與過(guò)該項(xiàng)活動(dòng)，數(shù)字1表示參與過(guò)該項(xiàng)活動(dòng)。用H表示畢業(yè)去向，其中H1表示各種事業(yè)單位，H2表示企業(yè)，H3表示自主創(chuàng)業(yè)，H4表示專(zhuān)升本等繼續(xù)學(xué)習(xí)，H5表示其他，如表1所示。

表1 第二課堂邏輯數(shù)據(jù)

3.4 產(chǎn)生關(guān)聯(lián)規(guī)則

對(duì)以上邏輯數(shù)據(jù)應(yīng)用Apriori算法進(jìn)行關(guān)聯(lián)分析，為了搜索所有的頻繁項(xiàng)集，對(duì)經(jīng)過(guò)預(yù)處理的邏輯數(shù)據(jù)表進(jìn)行多次掃描：①對(duì)頻繁1-項(xiàng)集進(jìn)行連接并處理，得到頻繁2-項(xiàng)集；②對(duì)頻繁2-項(xiàng)集連接處理、分析得到各候選3-項(xiàng)集的子集，判斷子集中有無(wú)非頻繁子項(xiàng)集，將非頻繁子項(xiàng)集剪掉，剩下的均為頻繁子項(xiàng)集的候選3-項(xiàng)集；③數(shù)據(jù)表進(jìn)行掃描，刪除小于最小支持度閾值計(jì)數(shù)的候選項(xiàng)集并得到頻繁3-項(xiàng)集。反復(fù)掃描對(duì)邏輯數(shù)據(jù)表并進(jìn)行處理；④得到頻繁k-項(xiàng)集。算法執(zhí)行結(jié)束后，得到學(xué)生的畢業(yè)去向與第二課堂之間的關(guān)聯(lián)規(guī)則如圖2(a)、(b)所示。

圖2 學(xué)生畢業(yè)去向與第二課堂情況關(guān)聯(lián)規(guī)則

4 分析結(jié)果

設(shè)置100為事務(wù)數(shù)，將最小支持度和最小置信度的值分別取為40%和20%，分析以上挖掘結(jié)果，根據(jù)高職學(xué)生畢業(yè)去向和第二課堂之間的關(guān)聯(lián)規(guī)則可得到以下結(jié)果。

由圖2(a)可看出，學(xué)生畢業(yè)后，通過(guò)各種考試進(jìn)入事業(yè)單位等就業(yè)的學(xué)生，其中90%學(xué)生在校期間參加過(guò)各種培訓(xùn)學(xué)習(xí)；且88.4%以上學(xué)生在校期間，平均每周在圖書(shū)館借閱資料次數(shù)在一次以上。同時(shí)，根據(jù)關(guān)聯(lián)規(guī)則發(fā)現(xiàn)，畢業(yè)后通過(guò)專(zhuān)升本等考試，進(jìn)入本科院校繼續(xù)深造的學(xué)生，其中96.2%以上每周在圖書(shū)館學(xué)習(xí)并借閱資料。由圖2(b)可以看出，畢業(yè)后自主創(chuàng)業(yè)的學(xué)生，其中84%以上在校期間參與過(guò)各種社團(tuán)活動(dòng)。

可見(jiàn)，學(xué)生畢業(yè)去向與第二課堂參與情況之間存在很大關(guān)聯(lián)關(guān)系。高職學(xué)生在校學(xué)習(xí)期間，能扎實(shí)學(xué)習(xí)基本理論知識(shí)，在第二課堂時(shí)間能主動(dòng)借閱資料，鉆研學(xué)習(xí)的學(xué)生，畢業(yè)后進(jìn)行學(xué)習(xí)延伸的可能性較大。在第二課堂時(shí)間能參加各種社團(tuán)活動(dòng)的學(xué)生，具有一定特長(zhǎng)和業(yè)余愛(ài)好，并且具有一定獨(dú)立思考能力，畢業(yè)后自主創(chuàng)業(yè)概率較高。

因此，通過(guò)對(duì)高職學(xué)生第二課堂的數(shù)據(jù)挖掘，能夠發(fā)現(xiàn)隱藏在第二課堂活動(dòng)與畢業(yè)就業(yè)去向之間的關(guān)聯(lián)關(guān)系，給學(xué)校第二課堂的建設(shè)與發(fā)展提供科學(xué)依據(jù)。高職生源多樣，學(xué)生知識(shí)水平和綜合素質(zhì)千差萬(wàn)別。在教學(xué)過(guò)程中，抓好教學(xué)管理這個(gè)基本環(huán)節(jié)的同時(shí)，需要加強(qiáng)第二課堂建設(shè)。利用第二課堂這個(gè)多樣化平臺(tái)，根據(jù)學(xué)生不同知識(shí)結(jié)構(gòu)與特長(zhǎng)愛(ài)好，做到因材施教、因勢(shì)利導(dǎo)，培養(yǎng)學(xué)生多元化發(fā)展。高職院校第二課堂與學(xué)生綜合素質(zhì)、能力培養(yǎng)緊密相關(guān)，加強(qiáng)第二課堂建設(shè)，不僅能培養(yǎng)高素質(zhì)勞動(dòng)者，且能提高學(xué)生繼續(xù)學(xué)習(xí)、不斷接受新知識(shí)、新技術(shù)的能力。

因此，高職院校需要抓住這一重要平臺(tái)，制定科學(xué)合理的第二課堂教育規(guī)劃，培養(yǎng)出更具核心競(jìng)爭(zhēng)力和創(chuàng)新創(chuàng)業(yè)能力的高素質(zhì)技能型人才。

5 結(jié)語(yǔ)

第二課堂教育作為課堂教學(xué)主要補(bǔ)充，是提高學(xué)生實(shí)踐技能和就業(yè)創(chuàng)業(yè)能力的重要途徑。本文在大數(shù)據(jù)背景下，以某高職院校為例，應(yīng)用數(shù)據(jù)挖掘技術(shù)，對(duì)學(xué)生借閱記錄、社團(tuán)活動(dòng)、培訓(xùn)情況、社會(huì)兼職等第二課堂數(shù)據(jù)與畢業(yè)去向之間的相關(guān)度進(jìn)行了分析。通過(guò)對(duì)數(shù)據(jù)挖掘結(jié)果的分析與評(píng)估，發(fā)現(xiàn)學(xué)生畢業(yè)去向與在校期間第二課堂情況存在關(guān)聯(lián)性。該結(jié)果可為高職院校有效開(kāi)展第二課堂教育、提高學(xué)生就業(yè)創(chuàng)業(yè)能力、促進(jìn)學(xué)生多元化發(fā)展提供指導(dǎo)。