劉思皖

(寧夏財(cái)經(jīng)職業(yè)技術(shù)學(xué)院，寧夏 銀川 750001)

0 引言

學(xué)生成績不僅是反映學(xué)生學(xué)習(xí)效果的重要指標(biāo)，也是高校改進(jìn)教學(xué)質(zhì)量的重要依據(jù)。傳統(tǒng)的學(xué)生成績管理模式主要是利用計(jì)算機(jī)技術(shù)對學(xué)生的成績進(jìn)行排名，難以有效的挖掘出潛在的有用數(shù)據(jù)信息，而數(shù)據(jù)挖掘技術(shù)則可以利用關(guān)聯(lián)規(guī)則等元素，實(shí)現(xiàn)對學(xué)生成績的自動(dòng)分析。因此本文詳細(xì)闡述基于大數(shù)據(jù)技術(shù)的學(xué)生成績分析系統(tǒng)。

1 數(shù)據(jù)挖掘技術(shù)的概述

數(shù)據(jù)挖掘技術(shù)是一種知識發(fā)現(xiàn)的技術(shù)，從大量的不確定、模糊的數(shù)據(jù)中尋找數(shù)據(jù)內(nèi)在的特征和規(guī)律，從而發(fā)現(xiàn)潛在的有價(jià)值的信息，為決策者提供數(shù)據(jù)依據(jù)。一般而言，數(shù)據(jù)挖掘技術(shù)主要包括以下幾種：一是分類技術(shù)，即從特定的數(shù)據(jù)群中找出特定類別的描述方法，以此將其進(jìn)行分類，構(gòu)造分類模型。例如我們常用的數(shù)理統(tǒng)計(jì)方法、神經(jīng)網(wǎng)絡(luò)模型等等。二是聚類技術(shù)，即將數(shù)據(jù)庫中的數(shù)據(jù)集劃分為若干子集，使得每個(gè)數(shù)據(jù)子集內(nèi)部都具有較強(qiáng)的相關(guān)性。例如常見的K-Means、數(shù)據(jù)統(tǒng)計(jì)方法等。三是關(guān)聯(lián)分析，即用于發(fā)現(xiàn)數(shù)據(jù)集合中數(shù)據(jù)項(xiàng)之間的某種關(guān)聯(lián)和聯(lián)系，發(fā)現(xiàn)其內(nèi)在的規(guī)律性[1]。

數(shù)據(jù)挖掘技術(shù)的使用流程主要包括以下幾個(gè)方面：(1)數(shù)據(jù)準(zhǔn)備，它是數(shù)據(jù)挖掘的基礎(chǔ)，主要是將數(shù)據(jù)進(jìn)行集中匯總，該環(huán)節(jié)主要是消除數(shù)據(jù)中的噪聲、消除數(shù)據(jù)間的不一致和模糊性。(2)數(shù)據(jù)發(fā)現(xiàn)，即選擇合適的算法和恰當(dāng)?shù)姆治龇椒▽⒂绊憯?shù)據(jù)挖掘的結(jié)果。(3)結(jié)果表達(dá)和解釋，它是數(shù)據(jù)挖掘的最后一個(gè)環(huán)節(jié)，也就是將挖掘的結(jié)果以可視化的方式進(jìn)行展示。

2 基于數(shù)據(jù)挖掘技術(shù)的學(xué)生成績系統(tǒng)設(shè)計(jì)的內(nèi)在需求

構(gòu)建基于數(shù)據(jù)挖掘技術(shù)的學(xué)生成績系統(tǒng)設(shè)計(jì)必須要清晰地了解系統(tǒng)設(shè)計(jì)的內(nèi)在要求，結(jié)合實(shí)踐調(diào)查其內(nèi)在需求主要表現(xiàn)為：一是傳統(tǒng)的學(xué)生成績統(tǒng)計(jì)模式存在時(shí)間長、效率低的問題。例如傳統(tǒng)的學(xué)生統(tǒng)計(jì)模式主要是利用各種表格方式將學(xué)生的成績進(jìn)行排名，而沒有對學(xué)生成績的深層次問題進(jìn)行準(zhǔn)確分析。而利用數(shù)據(jù)挖掘技術(shù)則可以構(gòu)建出學(xué)生成績分析系統(tǒng)，實(shí)現(xiàn)對學(xué)生成績的深層次分析。例如采取NET技術(shù)路線(ASP.NET)和Microsoft數(shù)據(jù)庫進(jìn)行開發(fā)，從而設(shè)計(jì)支持多人協(xié)作開發(fā)的系統(tǒng)。二是數(shù)據(jù)挖掘技術(shù)可以實(shí)現(xiàn)對學(xué)生成績數(shù)據(jù)的自動(dòng)化分析，挖掘出潛在有用信息。學(xué)生成績來源渠道不同，而且差異性比較突出，因此在數(shù)據(jù)采集時(shí)需要考慮到數(shù)據(jù)的變量問題，而對于數(shù)據(jù)變量的分析則必須要通過數(shù)據(jù)挖掘技術(shù)實(shí)現(xiàn)[2]。

3 基于數(shù)據(jù)挖掘技術(shù)的學(xué)生成績系統(tǒng)設(shè)計(jì)

3.1 體系結(jié)構(gòu)設(shè)計(jì)

基于數(shù)據(jù)挖掘的高校學(xué)生成績系統(tǒng)采用3層體系結(jié)構(gòu)，結(jié)合上述學(xué)生成績模型，三層體系結(jié)構(gòu)設(shè)計(jì)如圖1所示。3層體系結(jié)構(gòu)將數(shù)據(jù)和業(yè)務(wù)邏輯以及系統(tǒng)實(shí)現(xiàn)分開，使得系統(tǒng)用戶只需專注數(shù)據(jù)分析結(jié)果而無須理會數(shù)據(jù)的操作過程，具體分為：用戶層、功能模塊層和基礎(chǔ)數(shù)據(jù)層。基礎(chǔ)數(shù)據(jù)層為最底層的結(jié)構(gòu)，它將基礎(chǔ)數(shù)據(jù)存儲于數(shù)據(jù)倉庫中，對數(shù)據(jù)進(jìn)行集中管理和處理，數(shù)據(jù)庫中存儲的數(shù)據(jù)包括學(xué)生成績及相關(guān)數(shù)據(jù)、需求字典、數(shù)據(jù)挖掘方法模型庫以及知識庫等，系統(tǒng)通過數(shù)據(jù)庫對數(shù)據(jù)進(jìn)行讀取和操作。功能模塊層又稱為業(yè)務(wù)邏輯層，主要由數(shù)據(jù)挖掘流程管理、數(shù)據(jù)挖掘需求管理、數(shù)據(jù)挖掘模型方法管理、數(shù)據(jù)挖掘結(jié)果分析、系統(tǒng)配置管理、數(shù)據(jù)源配置等功能模塊構(gòu)成。用戶層為頂層結(jié)構(gòu)，是系統(tǒng)的展示層，系統(tǒng)用戶主要包括學(xué)校領(lǐng)導(dǎo)、系部主任、系部教師、在校學(xué)生以及系統(tǒng)管理員等。而系部主任和系部教師則是系統(tǒng)的主要用戶，他們負(fù)責(zé)學(xué)生成績數(shù)據(jù)挖掘并將結(jié)果展示給學(xué)校領(lǐng)導(dǎo)或相關(guān)用戶。用戶角色和用戶權(quán)限通過系統(tǒng)配置管理實(shí)現(xiàn)。

圖1 數(shù)據(jù)挖掘?qū)W生成績系統(tǒng)結(jié)構(gòu)

3.2 功能模塊設(shè)計(jì)

按照功能需求分析結(jié)果，系統(tǒng)劃分為學(xué)生信息管理模塊、學(xué)生成績管理模塊、數(shù)據(jù)挖掘結(jié)果分析模塊、教師課程信息管理模塊、用戶權(quán)限管理模塊和系統(tǒng)配置管理模塊等6個(gè)模塊。

3.3 數(shù)據(jù)庫表設(shè)計(jì)

數(shù)據(jù)庫是一個(gè)系統(tǒng)所有數(shù)據(jù)的集合，這些數(shù)據(jù)按特定的組織方式存儲在一起，通過通用的存取方式合理而高效地完成系統(tǒng)所需要的各類功能。系統(tǒng)信息表主要由系統(tǒng)所有基本編碼表組成，這些系統(tǒng)編碼表是系統(tǒng)賴以運(yùn)行的基本；教務(wù)信息表包含教學(xué)計(jì)劃表、課程表、班級表、教學(xué)資源表等；人員信息表包括教師信息表、學(xué)生信息表和教職工信息表。

3.4 應(yīng)用Apriori算法分析學(xué)生成績

3.4.1 數(shù)據(jù)挖掘過程

數(shù)據(jù)挖掘過程是對相關(guān)數(shù)據(jù)進(jìn)行預(yù)處理的過程，主要包括：(1)明確數(shù)據(jù)挖掘?qū)ο笈c目標(biāo)。數(shù)據(jù)挖掘技術(shù)使用的關(guān)鍵就是要確定具體的挖掘數(shù)據(jù)，基于本文設(shè)計(jì)目標(biāo)，數(shù)據(jù)挖掘的對象主要是學(xué)生的成績，因此需要相關(guān)人員將涉及學(xué)生成績的所有數(shù)據(jù)納入到數(shù)據(jù)庫系統(tǒng)中，為下一步的數(shù)據(jù)提取、清理工作打下基礎(chǔ)。(2)數(shù)據(jù)預(yù)處理。數(shù)據(jù)預(yù)處理就是去除數(shù)據(jù)中的無關(guān)信息，即去除與學(xué)生成績無關(guān)或者無效成績的數(shù)據(jù)。(3)對數(shù)據(jù)進(jìn)行挖掘。對數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行深入分析、挖掘，得出相應(yīng)的分析結(jié)果，為用戶提供有用信息。

3.4.2 學(xué)生成績數(shù)據(jù)采集

為了更好地對學(xué)生成績進(jìn)行分析，本文以我院計(jì)算機(jī)專業(yè)學(xué)生4個(gè)學(xué)期的所有課程成績數(shù)據(jù)作為研究對象，并結(jié)合學(xué)生的學(xué)習(xí)興趣，對這些數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換等，通過關(guān)聯(lián)規(guī)則的算法挖掘出影響學(xué)生成績的關(guān)鍵因素。依據(jù)學(xué)生的培養(yǎng)方案，學(xué)生在學(xué)習(xí)“必修”“限選”“任選”類課程時(shí)必須遵照培養(yǎng)方案中的學(xué)分下限要求。由于“限選”和“必修”類的課程囊括了在校學(xué)生的學(xué)科內(nèi)部專業(yè)課程和基礎(chǔ)課程兩個(gè)方面，同時(shí)高校學(xué)生的專業(yè)課程成績與學(xué)生最終的成績聯(lián)系最緊密，即：“限選”和“必修”類課程的重要程度比“任選”類課程高，因此，借助對學(xué)生“必修”和“限選”兩類課程的成績數(shù)據(jù)挖掘分析，忽略“任選”類課程。高校里不同專業(yè)開設(shè)的課程每學(xué)期都小幅度調(diào)整、更新，但是“必修”課程和“限選”課程變動(dòng)情況卻非常少，因此，數(shù)據(jù)庫當(dāng)中這兩種類型的成績出現(xiàn)率也是非常高的，數(shù)據(jù)存儲的時(shí)間跨度最大。綜合上述，把“限選”和“必修”類課程的成績作為研究對象，采集數(shù)據(jù)預(yù)期分析效果較為理想，可以有效揭示學(xué)生考試成績所蘊(yùn)含的關(guān)聯(lián)[3]。

3.4.3 數(shù)據(jù)預(yù)處理

考慮到學(xué)生成績的差異性特點(diǎn)，本次設(shè)計(jì)將學(xué)生的每門成績按照不合格率、合格率、中等率以及優(yōu)秀率的等級進(jìn)行劃分，對原始數(shù)據(jù)進(jìn)行離散化處理，對學(xué)生成績當(dāng)中的較高成績與較低成績進(jìn)行深入分析。一方面分析學(xué)生考試成績之間所隱含的影響因素，另一方面分析不同課程之間的關(guān)聯(lián)。數(shù)據(jù)挖掘過程中應(yīng)用的數(shù)據(jù)采集自高校的教學(xué)管理的成績數(shù)據(jù)倉庫：將數(shù)據(jù)存儲在表格內(nèi)的可以直接導(dǎo)出到CSV等數(shù)據(jù)集去，預(yù)處理階段處理成績?nèi)笔е档葐栴}。

3.4.4 關(guān)聯(lián)規(guī)則挖掘?qū)嵤?/p>

關(guān)聯(lián)規(guī)則的挖掘?qū)嵤┦菙?shù)據(jù)挖掘算法實(shí)施的關(guān)鍵，本文選擇的是關(guān)聯(lián)規(guī)則挖掘Apriori算法，因此根據(jù)系統(tǒng)設(shè)計(jì)的原則要求，設(shè)置的最小支持度為0.2，最小置信度是0.5。首先需要建立健全Grade數(shù)據(jù)庫，據(jù)庫中的Course表是用來存儲課程信息，Special畸Inf.o用來存儲學(xué)籍信息，而且ade表是用來存儲學(xué)生的考試成績信息的；其次對數(shù)據(jù)庫中的所有信息進(jìn)行分析，并且對成績超過80分的進(jìn)行總結(jié)，同時(shí)將課程的支持度和課程名稱的計(jì)數(shù)信息存放到頻繁1項(xiàng)集的數(shù)據(jù)表格Frequentl中，F(xiàn)requentl有兩個(gè)關(guān)鍵的字段nem和SupCount。再次得到頻繁項(xiàng)集之后，就可以計(jì)算出相應(yīng)的候選項(xiàng)集生成相應(yīng)的頻繁項(xiàng)集。最后算出最終的頻繁項(xiàng)目集中的非空子集所包含的置信度和支持度，并且拿它們與最小支持度和最小置信度進(jìn)行比較，比較后刪除那些小于最小置信度的記錄，并且最終會產(chǎn)生關(guān)聯(lián)規(guī)則。

4 系統(tǒng)的測試

為檢驗(yàn)系統(tǒng)的各項(xiàng)性能在系統(tǒng)規(guī)定允許的軟硬件環(huán)境下(包括服務(wù)器、客戶機(jī)的各類機(jī)器指標(biāo)如CPU主頻、機(jī)器結(jié)構(gòu)、硬盤速度、網(wǎng)絡(luò)帶寬、實(shí)際傳輸速率等)是否符合預(yù)期給定的指標(biāo)，需要進(jìn)行性能測試，主要測試軟件在特定環(huán)境下的處理速度。而環(huán)境要盡量考慮實(shí)際運(yùn)行狀態(tài)下的環(huán)境，根據(jù)實(shí)際的測試結(jié)果分析可知，未發(fā)現(xiàn)本系統(tǒng)中存在嚴(yán)重等級較高的異?；蝈e(cuò)誤，從整體上來講通過了本次測試。