基于粗糙集的計算機文化基礎課程成績分析

劉娟，唐玄

(蚌埠學院 計算機科學與技術系，安徽 蚌埠 233000)

0 引言

在高等院校的計算機教學中，計算機文化基礎課程是非常重要的一門必修課程.它是計算機專業(yè)和非專業(yè)的基礎課程，是其他計算機相關課程的重要前導課程.由于該門課程關系到學生升學或就業(yè)以后能迅速而熟練地使用計算機相關的專業(yè)和非專業(yè)軟件，高等院校非常重視學生對計算機文化基礎課程的學習，通常會要求學生在學習該門課程后統(tǒng)一參加省級計算機一級考試.通過參加等級考試，可以促進學生對計算機文化基礎的學習，增強學生學習計算機文化基礎的動力，提高學生操作計算機的技能.為了提高學生的計算機文化基礎理論知識和實踐能力，本文將采用基于粗糙集的數(shù)據(jù)挖掘方法對安徽省計算機一級考試成績進行分析，獲取有益于教學與學習的相關數(shù)據(jù)信息，從而提高學生計算機水平，還可以為進一步研究粗糙集打下堅實的理論與實踐基礎.

1 粗糙集理論

1982年，波蘭學者Z.Pawlak 提出了一種用來處理不確定數(shù)據(jù)信息的理論.該理論在不需要事先提供相關附加知識的前提下對原始數(shù)據(jù)集進行分析，直接從給定的數(shù)據(jù)集合中找出隱含的知識，并提供與要解決的問題有關的結論.

粗糙集通常被定義為一個四元組:S=(U，A，V，f).U 被定義為包含所有數(shù)據(jù)對象的對象集，有U={x1，x2，...，xn}，也被稱作論域;A 為屬性集，包含條件屬性集C 和決策屬性集D，有A=C∪D={a1，a2，...，an}，并且C∩D=Φ，其中C 通常為屬性集，而D 通常為單屬性集;V 為屬性集A的值域;f 被定義為論域S 中數(shù)據(jù)對象的屬性集A 到值域V的映射函數(shù).該四元組可簡寫為S=(U，A)，S 也被稱為信息系統(tǒng)或決策表.D的C 正域被記為POS(C，D)=∪{C_(X):X ∈U/D}，表示肯定屬于D的對象所組成的最大的集合.C 相對于D的屬性依賴度定義為γ(C，D)=|POS(C，D)|/|U|.屬性重要性被定義為σ(C，D，C')=γ(C，D)－γ(C－C'，D)，某屬性重要性越大，則該屬性對D 影響越大，即其取值對決策結果的影響就越大.

2 成績分析

2.1 原始數(shù)據(jù)獲取

從某班級學生進行的一次模擬考試中獲取數(shù)據(jù)庫表，對其整理可得表1.

表1 部分原始數(shù)據(jù)

2.2 離散化預處理

等級考試中，單項選擇題總分30分，多項選擇題總分10分，打字題10分，Windows 操作題8分，Word 操作題18分，Excel操作題14分，PowerPoint 操作題10分，總分100分.

首先，對各個題型的成績進行離散化處理.可以將各個題型的成績除以相應題型總分再乘以100.再按照［0，59］、［60－84］、［85－100］三個成績區(qū)間將各個題型成績及總分劃分為“不及格”、“及格”、“優(yōu)秀”三個等級，并設置其值分別為1、2、3.

為方便書寫，特對表中各個屬性名稱進行更改，使用A1－A7 代表各題型，使用T 代表總分.離散化后的數(shù)據(jù)結果為表2.

表2 離散化后的部分數(shù)據(jù)

2.3 計算分析

根據(jù)粗糙集的定義，可得出:

根據(jù)公式計算可得每種題型屬性重要性分別為:

通過上面對給定的模擬考試數(shù)據(jù)集進行分析，表明單選題、多選題及Excel 操作題對學生成績影響比較大，打字題、Word題影響相對較小，Windows 操作題和PowerPoint 操作題影響基本可以忽略不計.再通過日常教學活動可知，學生由于對選擇題里的涉及的概念理解不深，對Excel的函數(shù)運用較為生疏，從而導致這兩種題型容易失分.而學生在日常上機和生活中，已經(jīng)熟悉與打字題、Windows 操作題、Word 操作題、PowerPoint 操作題相關的操作，所以這些題型分數(shù)相對較高.因此，應促使學生在日常學習中加強理論知識的理解，多多練習Excel的函數(shù)運用，增強程序設計能力，才能提高計算機操作水平，并為以后學習程序設計課程或其他計算機相關課程打下基礎.

3 總 結

本文通過粗糙集模型對安徽省一級計算機等級考試進行了分析，為計算機文化基礎教學提供了指導方向，也為更進一步地研究粗糙集提供了實踐基礎.由于本文所獲取的原始數(shù)據(jù)量較少且數(shù)據(jù)信息完整，不能體現(xiàn)大數(shù)據(jù)量、數(shù)據(jù)集不完備情況下使用粗糙集進行數(shù)據(jù)挖掘的優(yōu)點，希望下一次能進行改進.

［1］苗奪謙，王玨.粗糙集理論中概念與運算的信息表示［J］.軟件學報，1999，10(2):113－116.

［2］張文修，吳偉志.粗糙集理論介紹和研究綜述［J］.模糊系統(tǒng)與數(shù)學，2000，14(4):1－12.DOI:10.3969/j.issn.1001－7402.2000.04.001.

［3］韓禎祥，張琦，文福拴，等.粗糙集理論及其應用綜述［J］.控制理論與應用，1999，16(2):153－157.DOI:10.3969/j.issn.1000－8152.1999.02.001.

［4］胡可云，陸玉昌，石純一，等.粗糙集理論及其應用進展［J］.清華大學學報(自然科學版)，2001，41(1):64－68.

［5］李永敏，朱善君，陳湘暉，等.基于粗糙集理論的數(shù)據(jù)挖掘模型［J］.清華大學學報(自然科學版)，1999，39(1):110－113.

［6］梁吉業(yè)，曲開社，徐宗本，等.信息系統(tǒng)的屬性約簡［J］.系統(tǒng)工程理論與實踐，2001，21(12):76－80.

［7］韓禎祥，張琦，文福拴，等.粗糙集理論及其應用［J］.信息與控制，1998，27(1):37－45.DOI:10.3969/j.issn.1002－0411.1998.01.008.

［8］侯利娟，王國胤，聶能，等.粗糙集理論中的離散化問題［J］.計算機科學，2000，27(12):89－94.DOI:10.3969/j.issn.1002－137X.2000.12.023.

［9］王光宏，蔣平.數(shù)據(jù)挖掘綜述［J］.同濟大學學報(自然科學版)，2004，32(2):246－252.