張琳　吳軍　歐陽艾嘉

摘要：學生在學習課程中的各種學習活動都產(chǎn)生了大量的數(shù)據(jù)信息，本文以《數(shù)據(jù)庫應用技術》課程中學生學習情況作為研究對象，對學習行為進行數(shù)據(jù)分析，采用數(shù)據(jù)挖掘技術中的關聯(lián)規(guī)則方法進行實際分析，找出學習行為中的聯(lián)系，以調整教學方法，從而實現(xiàn)良好的教學效果。

關鍵詞：數(shù)據(jù)挖掘;關聯(lián)規(guī)則;學習

中圖分類號： TP391? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）04-0215-02

1 數(shù)據(jù)挖掘技術

隨著大數(shù)據(jù)產(chǎn)業(yè)的全面發(fā)展與普及，數(shù)據(jù)挖掘技術的作用日益突出，目前在各個領域都會應用到數(shù)據(jù)挖掘的相關技術進行數(shù)據(jù)分析。比如，在超市日常營業(yè)的活動中，顧客購物時會產(chǎn)生大量的消費數(shù)據(jù)，通過關聯(lián)規(guī)則方法、聚類分析方法等可以設計出合理的營銷方案;比如，在銀行業(yè)務中產(chǎn)生了大量的交易數(shù)據(jù)，通過對這些數(shù)據(jù)進行挖掘，可以對客戶行為進行深入研究，從而設計出更具特色的理財產(chǎn)品等。

數(shù)據(jù)挖掘（DM）是指從海量的數(shù)據(jù)中，采用專業(yè)的挖掘技術進行數(shù)據(jù)分析，將內(nèi)在的、未知的以及具有實際價值的信息進行發(fā)現(xiàn)、分析、提取的過程。

數(shù)據(jù)挖掘的主要特點有：

1）需進行處理的數(shù)據(jù)規(guī)模和數(shù)量比較龐大、雜亂，僅用簡單的統(tǒng)計方法無法進行處理，需要采用專業(yè)的數(shù)據(jù)處理方法;

2）數(shù)據(jù)挖掘采用的是預測的方法，挖掘出來的知識（即知識發(fā)現(xiàn)）是不能實現(xiàn)預知的，并不能進行精確查詢。

3）在進行數(shù)據(jù)挖掘的過程中，規(guī)則的發(fā)現(xiàn)需要事先設置閾值，當置信度達到要求時，即認為規(guī)則成立，否則就視為不成立。

4）挖掘的實際過程中，除了完成潛在的任務，還要進行管理和維護規(guī)則。

總之，數(shù)據(jù)挖掘技術主要有兩種功能，一是預測/驗證功能，二是描述功能。其中，預測/驗證功能主要是對已知的屬性進行預測或驗證;描述功能主要是根據(jù)實際需要找出描述數(shù)據(jù)的可理解模式。

2 關聯(lián)規(guī)則

關聯(lián)規(guī)則挖掘的目的是找出數(shù)據(jù)庫中不同數(shù)據(jù)項集之間隱藏的關聯(lián)關系。關聯(lián)規(guī)則挖掘技術已經(jīng)被廣泛應用在各個行業(yè)，其中最典型的是在一些超市里面，通過從超市購買的信息中挖掘出潛在的、有用的、有價值的信息，從而更加合理的、有針對性地去對商品銷售的情況進行調整和管理，以便提高超市銷售額。

最為出名的就是數(shù)據(jù)挖掘歷史上的“尿布與啤酒”的故事，利用這個故事來闡述幾個會使用到的概念。

現(xiàn)有購買食品的一個簡單數(shù)據(jù)庫，如下圖所示：

關聯(lián)規(guī)則就是有關聯(lián)的規(guī)則，比如上圖中買了啤酒的同時也買尿布，{啤酒}->{尿布}（X->Y）就是一條關聯(lián)規(guī)則。那么這條規(guī)則的強度如何呢？比如說如果買啤酒的人里面只有1%的人同時買了尿布，這樣的話似乎這個規(guī)則就不算準確了。那么如果買啤酒的人100%都會買尿布，是不是就算很強的規(guī)則呢？也不盡然，比如在這10000次購買中，只有一個人買了啤酒，雖然買啤酒的人100%買了尿布，但是畢竟就一次購買，所以也算不得多么有效。這兩項指標便是confidence和support。

confidence指的是這兩項在同一條記錄中同時出現(xiàn)的次數(shù)/集合中X（啤酒）出現(xiàn)的次數(shù)，如上例中 3/4 = 75%

confidence（A==>B）=P（A|B）可信度是準確性的衡量，夠買啤酒的用戶有多少購買了尿布。

support指的是這兩項在同一條記錄中同時出現(xiàn)的次數(shù)/記錄的總個數(shù) ，如上例中 3/5 = 60%

support（A=>B）=P（A n B）

支持度是重要性的衡量，在所有的事物中占多大的代表性。

關聯(lián)規(guī)則方法的主要步驟是：先找出頻繁集，在從頻繁集中找出強關聯(lián)規(guī)則。

頻繁集，是指滿足最小支持度或置信度的集合，支持度或置信度是事先預定義的。

強關聯(lián)規(guī)則，是指既滿足最小支持度又滿足最小置信度的規(guī)則，也是進行數(shù)據(jù)挖掘的最終目的。

3 Apriori算法

關聯(lián)規(guī)則方法中最常用的是Apriori 算法。

本文中，用到的Apriori 算法主要步驟是：根據(jù)給定的數(shù)據(jù)，形成一個數(shù)據(jù)庫。首先，第一次通過掃描數(shù)據(jù)庫形成C1（1階候選項集），從C1中找出所有支持度[≥]最小支持度的項集組成L1（1階大項集）;然后，再進行第二次掃描數(shù)據(jù)庫形成C2（2階候選項集），從C2中找出所有支持度≥最小支持度的項集組成L2（2階大項集）;然后，再進行第三次掃描數(shù)據(jù)庫形成C3（3階候選項集），從C2中找出所有支持度≥最小支持度的項集組成L3（3階大項集）;最后，合并所有的大項集形成最大項頻繁項集。本文只運算到3階大項集，若數(shù)據(jù)庫比較龐大，有N階項集，需要進行第N次掃描數(shù)據(jù)庫時，每次都與最小支持度比較，從而得到相對性的N階候選項集。

4 具體應用

以學生參加《數(shù)據(jù)庫應用技術》課程的學習情況為例，進行深入分析與研究。 通過獲取學生作業(yè)統(tǒng)計情況，進行初步的數(shù)據(jù)清洗，取出需要的數(shù)據(jù)項進行處理，本文只截取一小部分為例進行說明。

使用數(shù)值型關聯(lián)規(guī)則將數(shù)據(jù)轉化為二值型，將每個用戶的事務進行處理，比如每一項完成80%以上就處理為“1”，否則處理為“0”。

進一步規(guī)范，將完成的學習行為作為數(shù)據(jù)挖掘的商品，進行編號，生成數(shù)據(jù)庫D。

使用Apriori算法基本思想，進行關聯(lián)規(guī)則運算，預定義min support=5/10，具體運算步驟如下：

產(chǎn)生的關聯(lián)規(guī)則如下表所示：

Apriori算法最終的輸出結果是：L=L1UL2UL3

通過L1、L2、L3進一步生成學習行為之間的關聯(lián)規(guī)則，則可挖掘出存在的強關聯(lián)規(guī)則（即發(fā)現(xiàn)那些置信度和支持度都大于或等于閾值的規(guī)則）

例如：

規(guī)則1[?]2：

Support=support（{1，2}）=50%

Confidence=support（{1，2}）/support（{1}）=83.3%

規(guī)則2[?]1：

Support=support（{1，2}）=50%

Confidence=support（{1，2}）/support（{2}）=62.5%

規(guī)則1，2?[5]

Support=support（{1，2，5}）=50%

Confidence=support（{1，2，5}）/support（{1，2}）=100%

同理，可以計算出每個規(guī)則。

假定min confidence=3/4=75%，通過分析，發(fā)現(xiàn)滿足X.Confidence>min Confidence條件的關聯(lián)規(guī)則有：1[?]2，{1，2}[?5，]1[?]5，2 ?5，5 ?2，這些規(guī)則都成為強關聯(lián)規(guī)則。

總之，從以上分析中可見，在學生學習《數(shù)據(jù)庫應用技術》行為中，章節(jié)測驗、討論和簽到這三者學習行為之間是息息相關的，互相影響的。通過有針對性的調整學習任務，可以較好地實現(xiàn)教學效果，從而為教師的備課、授課指引明確的方向。

參考文獻：

[1] 崔妍，包志強.關聯(lián)規(guī)則挖掘綜述[J].計算機應用研究，2016，33（2）：330-334.

[2] 吳青，羅儒國，王權于.基于關聯(lián)規(guī)則的網(wǎng)絡學習行為實證研究[J].現(xiàn)代教育技術，2015，25（7）：88-94.

[3] 田娜，陳明選.網(wǎng)絡教學平臺學生學習行為聚類分析[J].中國遠程教育，2014（11）：38-41.

【通聯(lián)編輯：唐一東】