關(guān)聯(lián)規(guī)則在課程相關(guān)性分析中的應(yīng)用

摘要：關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘的一個研究方向，它可以通過對大量數(shù)據(jù)中數(shù)據(jù)項相關(guān)性的分析，挖掘各數(shù)據(jù)項之間的內(nèi)在聯(lián)系。高校各個專業(yè)課程既相互獨立，又存在一定的先后順序，課程的學(xué)習(xí)彼此之間也會有一定的影響。一門課程的學(xué)習(xí)情況可能會影響其他相關(guān)課程的學(xué)習(xí)。運用關(guān)聯(lián)規(guī)則技術(shù)對學(xué)生專業(yè)課程成績進行分析，揭示各專業(yè)課程之間的內(nèi)在聯(lián)系，為學(xué)生專業(yè)課程的選擇和學(xué)習(xí)提供指導(dǎo)意見，為人才培養(yǎng)方案的制定及課程的合理設(shè)置提供有價值的參考依據(jù)。

關(guān)鍵詞：數(shù)據(jù)挖掘;關(guān)聯(lián)規(guī)則;課程相關(guān)性;分析

中圖分類號：TP301.6 文獻標(biāo)識碼：A

文章編號：1009-3044（2019）35-0253-03

近年來隨著高等教育的不斷發(fā)展與普及，為確保教學(xué)質(zhì)量，很多高等院校完善和加強教學(xué)管理，在具體的教學(xué)管理過程中，聚集了海量的原始教學(xué)信息，但是目前對這些原始教學(xué)信息的使用，僅僅停留在簡單的查詢和統(tǒng)計階段，沒有更深層次地挖掘其內(nèi)在的更有價值的信息。這些原始的教學(xué)信息往往蘊藏著一定的教學(xué)規(guī)律和模式，而有一些教學(xué)規(guī)律和模式往往是隱含在這些原始教學(xué)信息的背后，因此為了充分發(fā)揮這些原始教學(xué)信息的作用，需要運用數(shù)據(jù)挖掘技術(shù)的分析方法，對它們進行更加深入的分析和研究。

數(shù)據(jù)挖掘是從數(shù)據(jù)庫的大量數(shù)據(jù)中挖掘出有用的信息，即從大量的實際應(yīng)用數(shù)據(jù)中，發(fā)現(xiàn)人們之前未知的、有規(guī)律的信息和知識的非平凡過程[1][2]。關(guān)聯(lián)規(guī)則是據(jù)挖掘中運用極其廣泛的研究方法之一，主要是探究各個數(shù)據(jù)項之間聯(lián)系規(guī)則。高校各個專業(yè)課程不僅存在一定先后順序，而且設(shè)置不同的專業(yè)方向，這給學(xué)生在選擇和學(xué)習(xí)專業(yè)課程上帶來一定的困擾。關(guān)聯(lián)規(guī)則技術(shù)可以通過對學(xué)生專業(yè)課程成績進行分析，發(fā)現(xiàn)隱藏在學(xué)生專業(yè)課程成績背后的各專業(yè)課程之間的內(nèi)在聯(lián)系，為學(xué)生專業(yè)課程的選擇和學(xué)習(xí)提供指導(dǎo)意見，為人才培養(yǎng)方案的制定及課程的合理設(shè)置提供有價值的參考依據(jù)。

1 關(guān)聯(lián)規(guī)則

關(guān)聯(lián)規(guī)則最初用于購物籃的分析，緩過對交易數(shù)據(jù)庫中不同商品的分析，發(fā)現(xiàn)數(shù)據(jù)庫中不同商品之間的聯(lián)系規(guī)則，這些規(guī)則有可能是人們之前未知的或者被隱含的[3]。

1.1關(guān)聯(lián)規(guī)則的定義

設(shè)I= {I1，I2，…，Im）是一個項目集，事務(wù)數(shù)據(jù)庫D={t1，t2，…，tn}，其中事務(wù)數(shù)據(jù)庫每個事務(wù)ti（i=l，2…，n）都是I上的一個子集[5]。

1）支持度：設(shè)I1∈I項目集I1在事務(wù)數(shù)據(jù)庫D上的支持度support（I1）=‖{t∈D|I1∈t}‖/‖D‖;

2）頻繁項目集：若support（I1）不小于用戶指定的最小支持度minsup，I1即是頻繁項目集，如果I1不被其他的項目集所包含，I1就是最大頻繁項目集;

3）關(guān)聯(lián)規(guī)則：設(shè)I1、I2是最大頻繁項目集中的互不相交兩個子集，則I1→I2稱為關(guān)聯(lián)規(guī)則;

4）置信度：I1→I2的置信度就是包含I1、I2的事務(wù)數(shù)與包含I1的事務(wù)數(shù)的比值，conf（I1→I2）=support（I1∪I2）/support（I1）

1.2關(guān)聯(lián)規(guī)則的基本思路[5]

關(guān)聯(lián)規(guī)則的經(jīng)典算法是Apriori算法，它是根據(jù)事先指定的最小支持度，運用逐層掃描的方法，發(fā)現(xiàn)最大頻繁項集。Aprio-ri算法可以分為兩個子問題[6]：

1）發(fā)現(xiàn)最大頻繁項目集：根據(jù)事先指定的最小支持度min-sup，運用逐層掃描的方法，依次產(chǎn)生不小于最小支持度的各個頻繁項目集，最終遴選出最大頻繁項集。

2）生成關(guān)聯(lián)規(guī)則：根據(jù)事先指定的最小置信度minconf，在每個最大頻繁項目集中，遴選出滿足最小置信度的關(guān)聯(lián)規(guī)則。

1.3頻繁項目集的產(chǎn)生過程[7]

1）頻繁項目集L1：根據(jù)事先指定的最小支持度minsup，第一次掃描事務(wù)數(shù)據(jù)庫，遴選出不小于最小支持度的1頻繁項目集L1;

2）頻繁項目集L2：自連接L1中所有項目，形成2-候選項C2，第二次掃描事務(wù)數(shù)據(jù)庫，遴選出不小于最小支持度的2頻繁項目集L2;

3）重復(fù)上述過程，直到?jīng)]有新的候選項集出現(xiàn)時，算法終止，最終遴選出最大頻繁項集。

1.4 Apriori核心算法[4]

Ll={large 1-itemsets}

for（k=2;Lk一1≠Φ;k++）do begin

Ck=apriori-gen（Lk-1）//新的候選集

for all transactions∈D do begin

Ct=subset（Ck，t）//事務(wù)t中包含的候選集

for all candidateS∈Ct do c.count++

end

Lk={c∈Ck|c.count>=minsup}

end

L=ULk

算法中Apriori_gen（Lk-1）函數(shù)的功能是自連接Lk-1生成集合Ck，并刪除含有非頻繁項集的項目集;函數(shù)subset（Ck，t）的功能是篩選出所有候選子集。

2 關(guān)聯(lián)規(guī)則在課程相關(guān)性分析中的應(yīng)用

2.1數(shù)據(jù)來源

實驗數(shù)據(jù)選取近五屆屆計算機科學(xué)與技術(shù)專業(yè)四年專業(yè)基礎(chǔ)和專業(yè)課程成績作為數(shù)據(jù)源，共選擇《C語言》《數(shù)據(jù)結(jié)構(gòu)》《數(shù)據(jù)庫原理》《數(shù)字電路》等17門課程的成績。

2.2數(shù)據(jù)預(yù)處理

收集的數(shù)據(jù)通常會存在不完整、不一致的“臟數(shù)據(jù)”，需要事先進行數(shù)據(jù)預(yù)處理，數(shù)據(jù)預(yù)處理分為數(shù)據(jù)清理、數(shù)據(jù)集成和數(shù)據(jù)離散化處理三個階段。

1）數(shù)據(jù)清理：從源數(shù)據(jù)中清除因退學(xué)、重修等課程未修完學(xué)生的信息，此外近5年由于培養(yǎng)方案有所改變，5年內(nèi)不一致的課程的成績一并清除。

2）數(shù)據(jù)集成：每個學(xué)生專業(yè)課程的成績作為一個數(shù)據(jù)源，將學(xué)生的專業(yè)課程成績統(tǒng)一存儲在專業(yè)成績文件中。

3）數(shù)據(jù)離散化處理：各科成績離散化處理的方法：90-99分：用A標(biāo)識，80-89分：用B標(biāo)識，70-79分：用C標(biāo)識，60-69：用D標(biāo)識。

采集處理的部分專業(yè)課程成績?nèi)绫?所示：

2.3實驗結(jié)果及分析

本實驗數(shù)據(jù)是計算機科學(xué)與技術(shù)專業(yè)四年專業(yè)基礎(chǔ)和專業(yè)課程成績，運用Apriori算法分別進行三個實驗：

2.3.1軟件方向課程挖掘結(jié)果

考慮課程的先后順序，將C語言、數(shù)據(jù)結(jié)構(gòu)、程序設(shè)計、數(shù)據(jù)庫原理和操作系統(tǒng)作為前項，將人工智能、計算機圖形學(xué)、軟件工程、算法分析與設(shè)計和編譯原理作為后項，設(shè)定最小支持度為10%，最小置信度為80%，共得到31個規(guī)則，軟件方向部分挖掘結(jié)果如表2所示：

2.3.2硬件方向課程挖掘結(jié)果

將專業(yè)基礎(chǔ)課程模擬電路、數(shù)字電路、匯編語言、計算機組成原理為前項，將專業(yè)課程微機原理、單片機原理、計算機網(wǎng)絡(luò)作為后項，設(shè)定最小支持度為15%，最小置信度為80%，得到18個規(guī)則，硬件方向部分挖掘結(jié)果如表3所示：

2.3.3全部專業(yè)課程挖掘結(jié)果與分析

考慮課程的先后順序，將軟件、硬件專業(yè)基礎(chǔ)課程作為前項，軟件、硬件專業(yè)課程作為后項，設(shè)定最小支持度為20%，最小置信度為80%，共得到42個關(guān)聯(lián)規(guī)則，全部專業(yè)課程部分挖掘結(jié)果如表4所示：

實驗結(jié)果分析：

1）軟件方向課程之間有一定的關(guān)聯(lián)度，專業(yè)基礎(chǔ)課程的學(xué)習(xí)對后續(xù)專業(yè)課程的學(xué)習(xí)的關(guān)聯(lián)度比較大，并且相關(guān)的兩門基礎(chǔ)課程對它的影響較大，建議加強相關(guān)專業(yè)基礎(chǔ)課程的教學(xué)。

2）硬件方向課程之間有一定的關(guān)聯(lián)度，專業(yè)基礎(chǔ)課程的學(xué)習(xí)對后續(xù)專業(yè)課程的學(xué)習(xí)的關(guān)聯(lián)度比較大，建議加強專業(yè)基礎(chǔ)課程的教學(xué)。

3）軟件方向?qū)I(yè)課程不僅與軟件方向?qū)I(yè)基礎(chǔ)課程相關(guān)，還與硬件方向?qū)I(yè)基礎(chǔ)課程相關(guān)，例如：算法分析與設(shè)計與程序設(shè)計、操作系統(tǒng)和模擬電路有一定的關(guān)聯(lián)度，人工智能與數(shù)字電路有一定的關(guān)聯(lián)度。

4）軟件、硬件方向?qū)I(yè)基礎(chǔ)課程共同對硬件方向?qū)I(yè)課程產(chǎn)生一定的影響，例如：C語言、計算機組成、匯編語言這三門課程共同與微機原理的學(xué)習(xí)有一定的關(guān)聯(lián)度，而C語言、計算機組成、數(shù)字電路共同對單片機原理的學(xué)習(xí)有一定的影響。

5）從專業(yè)學(xué)習(xí)的角度，硬件和軟件方向課程沒有嚴(yán)格意義上的劃分，整個課程都是一個完整的體系。例如：人工智能這門課程有三個規(guī)則，分別是程序設(shè)計=“C”and C語言=“C”→人工智能=“C”;程序設(shè)計=“C”and模擬電路=“C”→人工智能=“C”;操作系統(tǒng)=“C”and C語言=“C”→人工智能=“C”。一門課程的學(xué)習(xí)對課程體系中其他課程的學(xué)習(xí)均有一定的影響。每一門課程在專業(yè)知識體系的構(gòu)建中都很重要，建議學(xué)生重視每一門課程，夯實專業(yè)功底。

3 總結(jié)

本文以計算機科學(xué)與技術(shù)專業(yè)為例，分別從硬件、軟件、全部專業(yè)課程三個層面，運用關(guān)聯(lián)規(guī)則對學(xué)生專業(yè)課程成績進行分析，旨在得到相對應(yīng)的關(guān)聯(lián)規(guī)則，發(fā)現(xiàn)隱藏在成績數(shù)據(jù)背后的專業(yè)課程的相關(guān)性，一方面可以指導(dǎo)學(xué)生了解各專業(yè)課程間的相互關(guān)系，科學(xué)規(guī)劃專業(yè)方向，合理制定專業(yè)課程的學(xué)習(xí)計劃;另一方面為人才培養(yǎng)方案的制定及課程的合理設(shè)置提供有價值的參考依據(jù)。

參考文獻：

[1]UM Fayyad，G Piate-Shapiro，P Smyth. Knowledge discoveryand data mining： towards a unifying framework[A]. In Proc.2nd Int' lConf. On Knowledge Discovery and Data Mining[C].Menlo Park.1996.

[2]王振武，馀慧.數(shù)據(jù)挖掘算法原理與實現(xiàn)[M].北京：清華大學(xué)出版社，2015.

[3]段云峰，宋俊德，等.基于數(shù)量的關(guān)聯(lián)規(guī)則挖掘[J].北京郵電大學(xué)學(xué)報，2002（12）：247-288.

[4]毛國君，段立娟.數(shù)據(jù)挖掘原理與算法[M].北京：清華大學(xué)出版社，2015.

[5]R Agrawal，T Imielinski，A Swami.Mining association rules be-tween sets of items in large databases[A]. Proc. of the ACMSIGMOD Conference on Management of data[C].1993.207-216.

[6]Zhang Changsheng， Li Zhongyue， Zheng Dongsong. An Im-proved Algorithm for Apriori.2009 First International Work-shop on Education Technology and Computer Science，2009，995-998.

[7]舒曄.基于關(guān)聯(lián)規(guī)則的Web日志挖掘系統(tǒng)的研究與應(yīng)用[D].南京：南京航天航空大學(xué)，2010：35-36.

【通聯(lián)編輯：王力】

收稿日期：2019-09-10

作者簡介：王峻（1967-），男，安徽淮南人，淮南師范學(xué)院副教授，碩士，研究方向為數(shù)據(jù)挖掘。