課程績點預(yù)測研究*

王文晶，閆俊伢

(山西大學(xué)商務(wù)學(xué)院 信息學(xué)院，山西 太原 030031)

0 前言

學(xué)業(yè)預(yù)警是指教學(xué)部門依據(jù)人才培養(yǎng)目標(biāo)以及學(xué)生學(xué)分計算方法，通過數(shù)據(jù)庫中學(xué)生的成績情況進行分析，根據(jù)學(xué)分計算方法綜合評估學(xué)生，將學(xué)生當(dāng)前的學(xué)習(xí)情況及時反饋給學(xué)生和輔導(dǎo)員，有助于輔導(dǎo)員工作的順利開展以及學(xué)生學(xué)業(yè)的完成。本文討論如何根據(jù)現(xiàn)有課程績點推測未上課程績點，可為學(xué)生選課提供建議，能夠做到提前預(yù)警，并為教學(xué)管理者提供決策參考。人工智能時代，將數(shù)據(jù)挖掘技術(shù)引入學(xué)業(yè)預(yù)警，有效推動學(xué)習(xí)預(yù)警研究。本課題將運用數(shù)據(jù)挖掘中的Apriori算法，挖掘出學(xué)生的考試成績與課程之間的關(guān)聯(lián)規(guī)則，運用機器學(xué)習(xí)中的神經(jīng)網(wǎng)絡(luò)算法構(gòu)建預(yù)測模型，最終對課程成績做一定的預(yù)測，從而為學(xué)業(yè)預(yù)警工作提供預(yù)警信息。

隨著計算機和大數(shù)據(jù)技術(shù)的發(fā)展，學(xué)生的成績基本實現(xiàn)電子存儲與查詢，但是海量的成績數(shù)據(jù)卻沒有深入挖掘其隱含的教學(xué)管理、教學(xué)策略價值。當(dāng)前我院學(xué)生可在學(xué)生終端機隨時查看自己已修課程和學(xué)分，卻無法知道自己當(dāng)前的學(xué)習(xí)狀態(tài)以及將來學(xué)習(xí)成績的趨勢。目前本院教學(xué)管理者，通過教務(wù)系統(tǒng)中對目前成績的評估信息，對學(xué)生進行指導(dǎo)，無法預(yù)測某課程績點。

近年來，將興起的數(shù)據(jù)挖掘技術(shù)應(yīng)用于學(xué)業(yè)預(yù)警，已經(jīng)成為國內(nèi)高校學(xué)生管理的熱點。目前有利用數(shù)據(jù)挖掘算法對學(xué)生課程績點進行預(yù)測畢業(yè)平均績點，還有將學(xué)業(yè)狀態(tài)作為特征向量，運用支持向量機得到非線性預(yù)測模型，從而預(yù)測出學(xué)分績點低的同學(xué)，還有使用遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)構(gòu)造成績預(yù)測模型，這些研究都為學(xué)業(yè)預(yù)警提供了很好的研究基礎(chǔ)[1]。

目前，學(xué)業(yè)預(yù)警沒有統(tǒng)一的方法，不同的國內(nèi)學(xué)者標(biāo)準(zhǔn)和分類也不相同，并且學(xué)業(yè)預(yù)警在不同的國家也有很大的差異。2012年美國教育部頒布《通過教育數(shù)據(jù)挖掘和學(xué)習(xí)分析促進教與學(xué)》，2015年我國國務(wù)院頒布《促進大數(shù)據(jù)發(fā)展行動綱要》，明確提出教育教學(xué)與人才培養(yǎng)的戰(zhàn)略高度應(yīng)該是教育大數(shù)據(jù)[2]。

國外對于基于數(shù)據(jù)挖掘的學(xué)習(xí)預(yù)警研究，分別從橫截面、縱貫面和技術(shù)進行。對預(yù)警指標(biāo)的選擇體現(xiàn)為橫截面：Sen等(2012)對土耳其5000名中學(xué)生學(xué)習(xí)成績挖掘后，將獎學(xué)金、平均績點分等指標(biāo)作為預(yù)警指標(biāo)?？v貫面研究預(yù)警開始時間：Lee等(2015)通過對287名美國大學(xué)本科生的課程數(shù)據(jù)進行挖掘，第三周開始的成績效果與期末成績相關(guān)。技術(shù)層體現(xiàn)在預(yù)警模型的選擇以及改進和評估：Marbouti等(2016)通過挖掘本科生的課堂測驗、考試、作業(yè)等，使用樸素貝葉斯、人工神經(jīng)網(wǎng)絡(luò)等組合為一個模型，得到了好的預(yù)測效果[3]。

通過文獻(xiàn)對國內(nèi)外情況進行研究對比，結(jié)果如表1所示。

表1 學(xué)習(xí)預(yù)警文獻(xiàn)的研究數(shù)據(jù)分析

通過研究國內(nèi)外關(guān)于數(shù)據(jù)挖掘的學(xué)習(xí)預(yù)警發(fā)現(xiàn)：近幾年該方面的論文數(shù)量呈現(xiàn)上升趨勢；數(shù)據(jù)挖掘技術(shù)采用的模型沒有固定模型，比較多樣化；研究點主要為模型選擇、預(yù)警指標(biāo)、預(yù)警起始時間。當(dāng)前學(xué)業(yè)預(yù)警的主流研究方向為使用機器學(xué)習(xí)算法構(gòu)造學(xué)業(yè)預(yù)警模型并預(yù)測。

1 研究內(nèi)容

目前研究以課程數(shù)據(jù)成績?yōu)榛A(chǔ)，成績基本上為百分制，通過研究課程之間的關(guān)聯(lián)性，從而對目標(biāo)課程進行預(yù)測，均未涉及到課程學(xué)分評價體系。并且，研究內(nèi)容均未考慮到專業(yè)課程的整體性和關(guān)聯(lián)性以及系統(tǒng)性，導(dǎo)致分析缺乏合理性和科學(xué)性，這是目前研究的一個缺口。

根據(jù)國際通行的學(xué)生質(zhì)量綜合評價考核體系指標(biāo)平均績點制GPA(grade point average，GPA)，本文對構(gòu)建的模型進行測試及驗證，欲達(dá)到測試的準(zhǔn)確度。一方面，教學(xué)管理者，利用前導(dǎo)關(guān)聯(lián)課程的績點關(guān)系，預(yù)測出學(xué)生后續(xù)課程績點，從而做出初期預(yù)警工作，讓決策具有較強的說服力、科學(xué)性、合理性。學(xué)生收到預(yù)警信息后，及時改變相關(guān)聯(lián)課程的學(xué)習(xí)方法和態(tài)度，從而提高目標(biāo)課程績點。另一方面，課題的相關(guān)成果，可將來做為人工智能實驗室建設(shè)的教學(xué)實驗資源，同時在《應(yīng)用型本科院校模型化虛擬實驗教學(xué)研究》教學(xué)改革項目支撐下，正在研究虛擬仿真神經(jīng)網(wǎng)絡(luò)模型，預(yù)警的相關(guān)結(jié)果將在模型中得以驗證。課程成果，也可作為省級精品建設(shè)課程《數(shù)據(jù)庫原理與應(yīng)用》中的數(shù)據(jù)庫案例和實驗指導(dǎo)教材。

大數(shù)據(jù)興起之后，課程績點預(yù)測是應(yīng)用型本科院校提升人才培養(yǎng)質(zhì)量的新型教育管理方式。本課題的研究是教學(xué)實踐的實際需求，又是教學(xué)研究中的一大熱點。通過本課題的研究，為本院學(xué)業(yè)預(yù)警保障體系提供一種智能化、信息化策略，同時其研究成果對指導(dǎo)本院提升人才培養(yǎng)質(zhì)量也具有一定的借鑒意義[4]。

1)本文研究數(shù)據(jù)來源于本學(xué)院近10年信息學(xué)院所有專業(yè)從入學(xué)到本科四年的期末考試成績，所有成績均從學(xué)校教務(wù)系統(tǒng)中導(dǎo)出，作為分析數(shù)據(jù)。對學(xué)校的教務(wù)系統(tǒng)中的源數(shù)據(jù)進行導(dǎo)出，然后將其載入數(shù)據(jù)倉庫，其中一部分作為訓(xùn)練數(shù)據(jù)，另一部分作為驗證數(shù)據(jù)。同時需對數(shù)據(jù)倉庫中的數(shù)據(jù)進行準(zhǔn)確性測試、除噪、清除錯誤數(shù)據(jù)。

2)定義課程績點計算規(guī)則。根據(jù)GPA，結(jié)合我院學(xué)生課程成績和綜合測評的依據(jù)，經(jīng)過試卷調(diào)查以及分析，最終確定本學(xué)院的課程績點計算方法及規(guī)則。

3)構(gòu)建課程數(shù)據(jù)“畫像”。學(xué)生所有專業(yè)課程都是有關(guān)聯(lián)的，一門課程分?jǐn)?shù)低導(dǎo)致后續(xù)課程會受影響。在深入研究信息學(xué)院課程體系的基礎(chǔ)上，為分析課程之間的關(guān)聯(lián)，構(gòu)造知識單元、知識點、課程三個層次的專業(yè)知識有相同節(jié)點，節(jié)點之間弧線表現(xiàn)課程學(xué)習(xí)的先后順序，將課程網(wǎng)絡(luò)劃分為具有共同特征的課程組。

4)提取課程關(guān)聯(lián)規(guī)則。在課程組基礎(chǔ)上，通過Apriori算法對關(guān)聯(lián)課程進行分析，按照支持度從高到低排序，選擇幾門置信度較高的課程設(shè)置為關(guān)聯(lián)課程，前導(dǎo)課程為規(guī)則中的前置條件，預(yù)測課程設(shè)為后置條件。這一過程，將課程之間、課程和學(xué)分績點之間的關(guān)系模型構(gòu)建出，通過分析并確定出課程間的關(guān)聯(lián)系數(shù)，最終確定模型的輸入和輸出，即輸入為什么課程的成績和績點，預(yù)測輸出課程為什么樣的后續(xù)課程成績。

5)構(gòu)建、訓(xùn)練及預(yù)測學(xué)分績點預(yù)測模型。第一，構(gòu)建神經(jīng)網(wǎng)絡(luò)模型。通過MATLAB中的神經(jīng)網(wǎng)絡(luò)工具箱，對模型的輸入層、隱含層、輸出層神經(jīng)元個數(shù)、參數(shù)進行計算并進行合適的參數(shù)設(shè)置；第二，訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型。使用采集數(shù)據(jù)中的訓(xùn)練集，將樣本的課程成績、課程組名稱作為輸入數(shù)據(jù)，某些課程績點作為輸出，對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，比較實際輸出和期望輸出差值，若誤差在設(shè)定的范圍內(nèi)，則模型符合要求，否則調(diào)整相關(guān)參數(shù)，重復(fù)訓(xùn)練，直到誤差符合設(shè)定值，停止迭代；第三，模型預(yù)測。使用數(shù)據(jù)集中的測試集進行測試，即給定課程組中的課程、學(xué)生、績點，通過模型輸出目標(biāo)課程的績點預(yù)測值。對比預(yù)測值和真實值之間差距，分析實驗結(jié)果。

關(guān)鍵問題：

1)模型建立的工具。模型建立的工具選擇，既通過Microsoft SQL Server中的數(shù)據(jù)挖掘功能，利用原始數(shù)據(jù)構(gòu)造模型，對庫中已有學(xué)生進行績點和成績預(yù)測，也可選擇MATLAB自帶的神經(jīng)網(wǎng)絡(luò)工具箱，進行建模和數(shù)據(jù)分析。

2)課程關(guān)聯(lián)規(guī)則分析。根據(jù)本學(xué)院的課程績點計算規(guī)則、專業(yè)知識網(wǎng)絡(luò)和課程數(shù)據(jù)畫像，運用Apriori算法挖掘出課程成績和課程之間的關(guān)聯(lián)性，即如何自定義評估標(biāo)準(zhǔn)，包括支持度和置信度，最終通過支持度和置信度選擇前導(dǎo)課程和預(yù)測課程。

3)確定模型的輸入和輸出項。選擇將課程成績設(shè)為輸入，畢業(yè)時平均學(xué)分績點結(jié)果設(shè)為輸出，還是選擇利用關(guān)聯(lián)規(guī)則分析挖出課程關(guān)聯(lián)規(guī)則，將課程組、成績、績點作為輸入項目，目標(biāo)課程績點為輸出向量，對比哪一種方案更加合理。

本文首先在課程內(nèi)容和課程成績基礎(chǔ)上，需要實現(xiàn)的是將學(xué)生的百分制成績數(shù)據(jù)轉(zhuǎn)化為課程績點，運用關(guān)聯(lián)規(guī)則分析Apriori算法挖掘課程之間的關(guān)聯(lián)性，從而確定模型的輸入和輸出；其次搭建神經(jīng)網(wǎng)絡(luò)模型，模型的訓(xùn)練是通過數(shù)據(jù)集中的訓(xùn)練集進行訓(xùn)練；最后，利用模型對本院課程成績(測試集)做一定預(yù)測并分析數(shù)據(jù)，從而為學(xué)業(yè)預(yù)警工作提供相關(guān)預(yù)測信息。本課題設(shè)計方案如圖1所示。

圖1 設(shè)計方案圖

2 結(jié)語

目前高校教學(xué)管理上較多應(yīng)用百分制作為學(xué)生預(yù)警分析，本課題使用GPA作為學(xué)分制下評價學(xué)生成績好壞的依據(jù)，通過創(chuàng)建和分析課程專業(yè)網(wǎng)絡(luò)圖，對課程之間的關(guān)聯(lián)性進行分析。將課程內(nèi)容和學(xué)分績點緊密聯(lián)系，結(jié)合起來分析成績績點，使得預(yù)測課程成績結(jié)果更加合理和準(zhǔn)確。

1)課題的可行性

首先，課題的數(shù)據(jù)通過本院教務(wù)系統(tǒng)可獲得，即實現(xiàn)全面綜合的高質(zhì)量大樣本數(shù)據(jù)的獲取。其次，本項目團隊成員專業(yè)方向與課題一致，并且參與的項目都與本課題相關(guān)聯(lián)，研究起來有更強的可操作性和專業(yè)性，通過深入的分析研究，會獲得有建設(shè)性的預(yù)期成果。

2)教研與教學(xué)管理相結(jié)合

本課題數(shù)據(jù)源真實，通過學(xué)院的成績績點計算規(guī)則對百分制成績進行預(yù)處理，將課程內(nèi)容和課程成績結(jié)合進行分析，通過數(shù)據(jù)挖掘算法將本院課程間的數(shù)據(jù)關(guān)聯(lián)性挖掘出，將數(shù)據(jù)挖掘技術(shù)應(yīng)用于本校教學(xué)管理中。

數(shù)據(jù)的預(yù)測模型，利用機器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)搭建預(yù)測模型，該模型不但降低目標(biāo)值陷入局部極小，而且也提高模型的收斂速度，最終模型計算出全局最優(yōu)解，將人工智能中的機器學(xué)習(xí)(虛擬仿真)模型應(yīng)用于本院的教學(xué)研究中。希望通過本課題的研究，將大數(shù)據(jù)技術(shù)應(yīng)用于教學(xué)管理中，從而促進教育技術(shù)的發(fā)展。